Статистическое изучение динамики

                        Сопоставимость по методам расчета. При определении уровней динамического ряда необходимо использовать единую методологию их расчета.

Нередко статистические данные выражают в различных единицах измерения, для того чтобы обеспечить сопоставимость данных, необходимо выражать их в одних и тех же единицах измерения.

Вполне очевидна несопоставимость денежных единиц разных стран или денежных единиц внутри одной страны в разные периоды времени (при изменении курса валюты).

В ряде случае несопоставимость может быть устранена путем обработки рядов динамики приемом, который носит название смыкание рядов динамики. Этот прием помогает преодолеть несопоставимость данных, возникающую вследствие изменения во времени круга охватываемых объектов или методологии расчета показателей, и получить единый сравнимый ряд за весь период времени. Однако при этом следует иметь в виду, что результаты, полученные путем смыкания рядов, являются приближенными, т.е. содержат некоторую погрешность.

4. Показатели анализа ряда динамики.

При изучении явления во времени перед исследователем встает проблема описания интенсивности изменения и расчета средних показателей динамики. Решается она путем построения соответствующих показателей. Для характеристики интенсивности изменения во времени такими показателями будут:

      абсолютный прирост,

      темпы роста,

      темпы прироста,

      абсолютное значение одного процента прироста.

Расчет показателей динамики представлен в следующей таблице.

*   
**

В основе расчета показателей рядов динамики лежит сравнение его уровней. В зависимости от применяемого способа сопоставления показатели динамики могут вычисляться на постоянной и переменной базах сравнения.

Для расчета показателей динамики на постоянной базе каждый уровень ряда (отчетный) сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными. Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Такие показатели называются цепными.

Важнейший статистический показатель динамики является абсолютный прирост (сокращение) – характеризуется размером увеличения (уменьшения) изучаемого явления за определенный период времени. Он определяется в разностном соотношении, сопоставлении двух уровней ряда динамики в единицах измерения исходной информации. Бывает цепной и базисный:

      Базисный абсолютный прирост  определяется как разность между сравниваемым уровнем и уровнем, принятым за постоянную базу сравнения.

      Цепной абсолютный прирост  – разность между сравниваемым уровнем и уровнем, который ему предшествует.

Ускорение – разность между абсолютным приростом за данный период и абсолютным приростом за предыдущий период равной длительности.

Показатель абсолютного ускорения применяется только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о  замедлении роста или об ускорении снижения уровней ряда.

Темп роста – распространенный статистический показатель динамики. Он характеризует отношение двух уровней ряда и может выражаться в виде коэффициента или в процентах.

      Базисные темпы роста исчисляются делением сравниваемого уровня  на уровень, принятый за постоянную базу сравнения.

      Цепные темпы роста  исчисляются делением сравниваемого уровня  на предыдущий уровень.

Если темп роста больше единицы (или 100%), то это показывает на увеличение изучаемого уровня по сравнению с базисным. Темп роста, равный единице (или 100%), показывает, что уровень изучаемого периода по сравнению с базисным не изменился. Темп роста меньше единицы (или 100%) показывает на уменьшение уровня изучаемого периода по сравнению с базисным. Темп роста всегда имеет положительный знак.

Между базисными и цепными темпами роста имеется взаимосвязь: произведение последовательных цепных темпов роста равно базисному темпу роста, а частное от деления последующего базисного темпа роста на предыдущий равно соответствующему цепному темпу роста.

Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень по отношению к уровню, принятому за базу сравнения.

      Базисный темп прироста  вычисляется делением сравниваемого базисного абсолютного прироста на уровень, принятый за постоянную базу сравнения.

      Цепной темп прироста  - это  отношение сравниваемого цепного абсолютного прироста  к предыдущему уровню.

Важным статистическим показателем динамики социально – экономических процессов является темп наращивания, который в условиях интенсификации экономики измеряет наращивание во времени экономического потенциала.

Вычисляются темпы наращивания Тн делением цепных абсолютных приростов  на уровень, принятый за постоянную базу сравнения

Система средних показателей динамики включает:

      средний уровень ряда,

      средний абсолютный прирост,

      средний темп роста,

      средний темп прироста.

Средний уровень ряда – это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. Расчет среднего уровня ряда динамики определяется видом этого ряда и величиной интервала, соответствующего каждому уровню.

Для интервальных рядов с равными периодами времени средний уровень Y рассчитывается следующим образом:

где n или (n +1) – общая длина временного ряда или общее число равных временных отрезков, каждому из которых соответствует свой уровень Yi (1 = 1, 2, ..., n или 1 = 0, 1, 2, ..., n).

Средний абсолютный прирост рассчитывается по формулам в зависимости от способа нумерации интервалов (моментов).

.

Средний темп роста:

где – средний коэффициент роста, рассчитанный как . Здесь К цеп – цепные коэффициенты роста;

Средний темп прироста (%) определяется по единственной методологии:

4.      Методы анализа основной тенденции развития в рядах динамики.

Всякий ряд динамики теоретически может быть представлен в виде составляющих:

      тренд – основная тенденция развития динамического ряда (к увеличению либо снижению его уровней);

      циклические (периодические) колебания, в том числе сезонные;

      случайные колебания.

Изучение тренда включает два основных этапа:

      ряд динамики проверяется на наличие тренда;

      производится выравнивание временного ряда и непосредственное выделение тренда с экстраполяцией полученных результатов.

Непосредственное выделение тренда может быть произведено тремя методами.

1. Укрупнение интервалов. Ряд динамики разделяют на некоторое достаточно большое число равных интервалов. Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления, переходят к расчету уровней за большие промежутки времени, увеличивая длину каждого интервала (одновременно уменьшается количество интервалов).

2. Скользящая средняя. В этом методе исходные уровни ряда заменяются средними величинами, которые получают из данного уровня и нескольких симметрично его окружающих. Целое число уровней, по которым рассчитывается среднее значение, называют интервалом сглаживания. Интервал может быть нечетным (3, 5, 7 и т.д. точек) или четным (2, 4, 6 и т.д. точек).

При нечетном сглаживании полученное среднее арифметическое значение закрепляют за серединой расчетного интервала, при четном этого делать нельзя. Поэтому при обработке ряда четными интервалами их искусственно делают нечетными, для чего образуют ближайший больший нечетный интервал, но из крайних его уровней берут только 50 %.

Недостаток методики сглаживания скользящими средними состоит в условности определения сглаженных уровней для точек в начале и конце ряда. Получают их специальными приемами – расчетом средней арифметической взвешенной.

3. Аналитическое выравнивание. Под этим понимают определение основной проявляющейся во времени тенденции развития изучаемого явления. Развитие предстает перед исследователем как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющийся во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. В результате приходят к трендовой модели

где f(t) – уровень, определяемый тенденцией развития;

et – случайное и циклическое отклонение от тенденции.

Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t). Чаще всего при выравнивании используются следующие зависимости:

Линейная зависимость выбирается в тех случаях, когда в исходном временном ряду наблюдаются более или менее постоянные абсолютные цепные приросты, не проявляющие тенденции ни к увеличению, ни к снижению.

Параболическая зависимость используется, если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития, но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют.

Экспоненциальные зависимости применяются, если в исходном временном ряду наблюдается либо более или менее постоянный относительный рост (устойчивость цепных темпов роста, темпов прироста, коэффициентов роста), либо, при отсутствии такого постоянства, – устойчивость в изменении показателей относительного роста (цепных темпов роста цепных же темпов роста, цепных коэффициентов роста цепных же коэффициентов или темпов роста и т.п.).

Оценка параметров (a0, a1, a2, ...) осуществляется следующими методами:
1) методом избранных точек,
2) методом наименьших расстояний,
3) методом наименьших квадратов (МНК).

В большинстве расчетов используют метод наименьших квадратов, который обеспечивает наименьшую сумму квадратов отклонений фактических уровней от выравненных:

Для линейной зависимости (f(t)=a0+a1t) параметр а0 обычно интерпретации не имеет, но иногда его рассматривают как обобщенный начальный уровень ряда; а1 – сила связи, т.е. параметр, показывающий, насколько изменится результат при изменении времени на единицу. Таким образом, а можно представить как постоянный теоретический абсолютный прирост. Построив уравнение регрессии, проводят оценку его надежности. Это делается посредством критерия Фишера (F). Фактический уровень (Fфакт) сравнивается с теоретическим (табличным) значением:

где k – число параметров функции, описывающей тенденцию;
n – число уровней ряда;

Fфакт сравнивается с Fтеор при v1 = (k-1), v2 = (n-k) степенях свободы и уровне значимости a (обычно a = 0,05). Если Fфакт > Fтеор, уравнение регрессии значимо, т.е. построенная модель адекватна фактической временной тенденции.

6. Методы изучения сезонных колебаний.

При анализе многих рядов динамики можно заметить определённую повторяемость (цикличность, закономерность в колебаниях), изменениях их уровней. Например, в большинстве отраслей экономики это проявляется в виде внутри трудовых чередований, подъёмов и спадов выпуска продукции, неодинаковым потреблением сырья и энергии, колебания уровней себестоимости, прибыли и других показателей. Ярко выраженный сезонный характер имеет сельское хозяйство, рыболовство, лесозаготовка, охота, туризм и так далее. Это объясняется тем, что многие процессы хозяйственной деятельности, торговли, сельского хозяйства и других сфер человеческой деятельности подвержены сезонным изменениям. Для анализа рядов динамики, подверженных сезонным изменениям, используются специальные методы, позволяющие установить и описать особенности изменения уровней ряда. Прежде, чем использовать методы изучения сезонности, необходимо подготовить данные, приведённые в сопоставимый вид, за несколько лет наблюдения по месяцам или кварталам. Изменения сезонных колебаний производится с помощью индексов сезонности. В зависимости от существующих в ряду динамики тенденций используются различные правила построения индексов.

1.Ряд динамики не имеет общей тенденции развития, либо она не велика. Индекс сезонности: , где — средний уровень ряда, полученный в результате осреднения уровней ряда за одноимённые периоды времени (например, средний уровень января за все годы наблюдения); — общий средний уровень ряда за всё время наблюдения.

Вывод о наличии или отсутствия в ряду динамики ярко выраженной тенденции может производиться, например, при помощи метода укрупнения интервалов.

2. Ряд динамики имеет общую тенденцию, и она определена либо методом скользящего среднего, либо методом аналитического выравнивания. Индекс сезонности , где — исходные уровни ряда: — уровни ряда, полученные в результате определения скользящих средних для тех же периодов времени, что и исходные уровни: I — номер месяца или квартала, для которого определяется индекс сезонности: n — число лет наблюдения за процессом. В случае, если тенденция развития определялась методом аналитического выравнивания, расчетная формула получения индексов сезонности совершенно аналогична предыдущей, но вместо — уровней, полученных методом скользящих средних, используются — полученные методом аналитического выравнивания.