Наиболее распространенным случаем исследования временных рядов является выявление основной закономерности изменения уровней ряда, в некоторой мере свободной от случайных составляющих. Обычно основную закономерность отражает тренд, а методы его обнаружения называются в теории временных рядов методами аналитического выравнивания. Методы выравнивания позволяют построить математическую модель тренда временного ряда. В таблице 5 приведены различные виды трендовых моделей, наиболее часто используемые для моделей трендов.
Таблица 2.1 Трендовые модели
Название функции (модели тренда) |
Описание функции |
Линейный тренд |
|
Гипербола |
|
Экспоненциальный тренд |
|
Тренд в форме степенной функции |
|
Парабола второго и более высоких порядков |
|
Логарифмическая |
|
Линейная модель является самым простым видом тренда. Она подходит для отображения примерно равных изменений (роста или падения) показателей процесса за равные периоды времени. Практика показывает, что такой характер изменения рядов динамики встречается довольно часто. Причиной этого обычно является наличие большого числа факторов, влияющих на изучаемый процесс.
Параболы второго и более высоких порядков применяются для описания процессов, которые на некотором, обычно непродолжительном, временном интервале имеют примерно постоянное ускорение абсолютного прироста уровней. Так бывает, например, при ускоренном увеличении дохода в фазе циклического подъема. Параболические модели 2-го порядка более распространены по сравнению с моделями 3-го порядка, особенно при ограниченной длине временного ряда.
Экспоненциальная модель тренда характерна для процессов, не имеющих ограничений для роста уровня. На практике так может быть лишь на ограниченном интервале времени.
Логарифмическая модель подходит для описания процесса, когда при постоянном абсолютном изменении значений изучаемого показателя во времени темп этих изменений замедляется, но не прекращается совсем. Если, наоборот, наблюдается замедляющееся снижение уровней процесса, причем эти уровни стремятся к некоторому пределу, для описания тренда хорошо подходит гиперболическая модель. /22/
Перечисленные примеры не исчерпывают всего разнообразия моделей, применяемых для описания трендов. Поэтому задача выбора подходящей модели не является простой и однозначной. Основанием для выбора модели может быть содержательный анализ сущности развития изучаемого процесса. Можно опираться на результаты предыдущих исследований или анализ диаграммы, построенной по табличным данным, соответствующим собранной информации. В последнем случае трудности могут возникнуть из-за того, что истинная тенденция изменения показателей процесса может быть замаскирована наложенными на нее колебаниями уровней временного ряда.
Еще по теме:
Расчет предоставления кредита на примере
Организация А получила 10.01.07 от организации Б материалы стоимостью 180000 руб. (в т.ч. НДС 30000 руб.). 15.01.07 организация А получила кредит в банке на приобретение МПЗ на 2 месяца в размере 600000 руб. под 25 % годовых (выплачиваются ежемесячно) и в тот же день перечислила задолженность предп ...
Совершенствование методов оплаты труда в
коммерческом банке
При разработке внутрибанковской системы ставок и окладов должно быть определение минимальной ставки (оклада), представляющей по существу норму оплаты за норму наиболее простого труда, выполняемого в нормальных условиях. В экономической литературе имеются обоснования, что в современных условиях она ...
Структура страхового рынка
Выявление специфики страховых отношений, проблем, возникающих в страховом бизнесе, определение инновационных подходов в управлении страхованием нуждается в обосновании сущности и содержания страхового рынка, его составных элементов (институтов), механизма их взаимодействия, связей с окружающей сред ...