Xem mẫu
- Kinh tÕ l−îng n©ng cao – bμi 4
Bài 4 (tiếp theo)
PHÂN TÍCH CHUỖI THỜI GIAN
4. Phân tích biến động mùa vụ (dùng trung bình trượt)
Nhiều chuỗi thời gian trong kinh tế và trong kinh doanh chứa đựng yếu tố mùa
vụ rõ rệt. Mùa vụ ở đây phải được hiểu theo nghĩa rộng, có thể là mùa khô và mùa
mưa, mùa thời tiết như xuân hạ thu đông, có thể là vụ tết, cuối năm . . .Nếu tách được
yếu tố mùa vụ ra khỏi chuỗi thời gian thì có thể tìm được bản chất của các thành
phần khác.
Ví dụ: Cho doanh thu của một công ty từ QI-1995 đến QIV-1997 như sau.
Năm- Quý Yt MA4 CMA4 RMA
1995 - I 25
II 29
III 20 27.5
IV 36 28.25 27.875 0.7175
1996 - I 28 29 28.625 1.2576
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
II 32 30 29.500 0.9492
III 24 31.5 30.750 1.0407
IV 42 30 30.750 0.7805
1997 - I 22 30.75 30.375 1.3827
II 35 29.50 30.125 0.7303
III 19 28.50 29.000 1.2069
IV 38
4.1. Mô hình nhân
Trước hết ta tính các giá trị trung bình trượt bậc 4 của Yt.
Do có sự không tương ứng về thời gian giữa chuỗi xuất phát và chuỗi trung bình
trượt nên ta tính tiếp giá trị trung tâm trung bình trượt CMA4t Công thức CMA4t có
thể viết dưới dạng
Yt − 2 + 2(Yt −1 + Yt + Yt +1 ) + Yt + 2
CMA4t =
2*4
2
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Trong chuỗi trung bình trượt bậc 4 sẽ mất đi hai số hạng đầu và hai số hạng cuối.
Lúc đó tỷ lệ trung bình trượt (RMA) được tính bằng công thức:
Yt
RMAt =
CMAt
*ý nghĩa của RMA: Theo giả thiết chuỗi thời gian được cấu trúc theo mô hình nhân:
Y t = T t .C t .S t .I t
và các giá trị trung bình trượt đã san bằng được các thành phần mùa vụ và thành phần
bất quy tắc của chuỗi, tức là các giá trị MA chỉ còn chứa đựng 2 thành phần là Tt và
Ct. Nếu thay MA bằng CMA thì lại còn loại bỏ được nhiều hơn các yếu tố ngẫu nhiên
(san bằng được nhiều hơn) do đó:
Yt
RMAt = = St .I t
CMAt
Có nghĩa là RMAt bao gồm hai thành phần của chuỗi thời gian là St và It.
* Chỉ số mùa vụ (SIN). Để tính chỉ số mùa vụ ta lập bảng tính sau:
Vì xét thành phần mùa vụ trong 1 năm nên ta xếp các giá trị RMA theo quý của
ba năm quan sát. Sau đó tính giá trị trung bình của RMA cho từng quý. ở đây mỗi
quý đều có hai quan sát nên:
Mt là trung bình RMAt:
RMA + RMA
M t = t t+4
2
3
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Ký hiệu SUM = M1 + M2 + M3 + M4
Lúc đó chỉ số mùa vụ của quý thứ t được tính bằng công thức:
M t
SIN = = M * 4
t
SUM t SUM
4
Trung bình RMA Chỉ số mùa vụ
Quý 1995 1996 1997
M SINi
I 0.9492 0.7303 0.8398 0.8331
II 1.0407 1.2069 1.1238 1.1149
III 0.7175 0.7805 0.7490 0.7431
IV 1.2576 1.3827 1.3202 1.3097
• ý nghĩa của SIN: Trong 4 quý thì quý I (SIN1=0.8331) thành phần mùa vụ
đóng góp 83.31% doanh thu của quý này so với doanh thu trung bình một quý
tính cho cả năm. Với quý IV, thành phần mùa vụ tác động rõ nét nhất, nó
quyết định mức doanh thu.
Trung bỡnh tới 130,97% so với doanh thu trung bỡnh của một quý.
Với tệp số liệu đó cho, doanh thu trung bỡnh của một quý là:
∑ Yt
Y = = 29 ,1667
12
4
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Doanh thu trung bỡnh của quý IV:
36 + 42 + 48
Yt = = 38 ,6667
3
Chỉ số tăng doanh thu trung bỡnh quý IV so với doanh thu trung bỡnh của 1
quý
38,6667
= 1,3257
29,1667
Như vậy trong 32,57% tăng trưởng của doanh thu quý IV thỡ yếu tố mựa vụ
chiếm tới 30,97%
Từ đú ta tớnh được giỏ trị của chuỗi thời gian sau khi đó loại bỏ thành phần
mựa vụ bởi cụng thức:
Yt
ADYt =
SIN t
Vớ dụ doanh thu của quý I-1995 sau khi đó loại bỏ thành phần mựa vụ là:
25
= 30,008
0,8331
Với doanh thu quý IV-1995:
36
= 27,4872
1,3097
5
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
*Dự bỏo giỏ trị của chuỗi thời gian
ˆ ˆ
Như đó thấy ở trờn nếu chỳng ta dựng Y t để ước lượng Yt thỡ Y t mới chỉ bao gồm
thành phần xu thế và thành phần chu kỳ. Để dự bỏo chớnh xỏc hơn cần kết hợp với
chỉ số mựa vụ
Ví dụ với t = 13, ta có giá trị ước lượng doanh thu của công ty vào quý 1 năm
1998 khi chưa xem xét yếu tố mùa vụ là:
ˆ
Y13 = 3,038462(13) + 14,66667 = 54,16668
Với giả thiết là chuỗi thoả mãn mô hình nhân ta sẽ có giá trị ước lượng của Y13 có
tính đến tác động của yếu tố mùa vụ là:
~ ˆ
Y13 = Y13 * I s = 54,16668* 0,8331= 45,1263
Chỳ ý: Nếu yếu tố mựa vụ bao gồm những khoảng thời gian khụng đều nhau thỡ cú
thể dựng kỹ thuật biến giả để tớnh Yˆ .
Túm lại: Đối với mụ hỡnh nhõn, để phõn tớch và dự bỏo chuỗi thời gian cú tớnh đến
thành phần mựa vụ phải tiến hành cỏc bước sau:
1.Làm trơn dóy Yt bằng trung bỡnh trượt bậc S (nếu chuỗi thời gian theo quý
thỡ S= 4, theo thỏng thỡ S=12)
Y S + 2(Y S + .... + Y S ) +Y S
t− t − +1 t + +1 t+
CMA = 2 2 2 2
2S
Yt
2. Tớnh tỷ số: RMA =
CMA
3. Tớnh trung bỡnh RMA cho từng quý, thỏng
6
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
4. Tỡm chỉ số mựa vụ SINt
Yt
5. Hiệu chỉnh Yt để được TCIt =
SINt
6.Ước lượng bằng OLS mụ hỡnh (t=0 với quan sỏt thứ nhất t=i-1, với quan sỏt
thứ i)
Yt = TCI = β1 + βt
t
ˆ
Cỏc giỏ trị ước lượng Y t thu được chớnh là TCt
7. TCS = TC * SiN
Y
8. I =
TCS
4.2.Mụ hỡnh cộng
Yt = Tt + Ct + St + It
Phõn tớch theo mụ hỡnh cộng bao gồm cỏc bước sau:
1. Làm trơn số liệu bằng cỏch lấy trung bỡnh cộng bậc S
(= 4, 12)
Y S + 2(Y S + .... + Y S ) +Y S
t− t − +1 t + +1 t+
CMA = 2 2 2 2
2S
2. Tớnh S + I = Yt − CMA . Hiệu số này sẽ bao gồm thành phần mựa vụ và thành
t
phần bất quy tắc
3. Tớnh S + I trung bỡnh của từng kỳ (quý, thỏng) ký hiệu là NS
7
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
4. Tớnh NS trung bỡnh của cỏc thời kỳ , ký hiệu là NS
5. Tớnh yếu tố mựa vụ S = NS − NS
6. Tớnh T + C + I = Y − S
7. Hồi quy T + C + I = f (t) + Ut → thu được T + C
8. Tớnh T + C + S và I = Y − T − C − S
Vớ dụ : Với tệp số liệu ch12bt1, hóy ỏp dụng mụ hỡnh nhân và mô hình cộng để
phõn tớch.
Y
5. Phõn tớch biến động chu kỳ
Xột mụ hỡnh nhõn sau: Yt = Tt .Ct.St .It
Yt
Từ đõy ta cú: .Ct I t =
T t .St
Như trờn đó trỡnh bày, ta cú thể ước lượng được cỏc thành phần Tt và St bằng
ˆ
Y t và SIN do đú cú thể ước lượng được mức độ ảnh hưởng của yếu tố chu kỳ đối với
t
Yt Yˆ
chuỗi thời gian là: .Ct I t = = t*
T t .SiNt Yt
Chẳng hạn với thớ dụ đó cho:
8
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Năm và Mựa vụ ˆ
ˆ Y *t = Tt .SiN .C I = Yt
Stt Yt Xu thế Y t t t
quý SiN
t
T* t
1 1995 -I 25 26.8205 0.8331 22.34 1.12
2 II 29 27.2471 1.1149 30.38 1.95
3 III 20 27.6737 0.7431 20.56 0.97
4 IV 36 28.1002 1.3097 36.80 0.98
5 1996 -I 28 28.5268 0.8331 23.77 1.18
6 II 32 28.9534 1.1149 32.28 0.99
7 III 24 29.3800 0.7431 21.83 1.10
8 IV 42 29.8065 1.3097 39.04 1.08
9 1997 -I 22 30.2331 0.8331 25.19 0.87
10 II 35 30.6597 1.1149 34.18 1.02
11 III 19 31.0862 0.7431 23.10 0.82
12 IV 38 31.5128 1.3097 41.27 0.92
Kết quả trờn cho thấy ảnh hưởng của yếu tố chu kỳ rất yếu và khụng rừ. Vớ
dụ với quý I-1995 yếu tố chu kỳ chỉ làm thay đổi doanh thu (sau khi đó loại trừ yếu
tố xu thế và mựa vụ) là 12%, tức là nếu loại trừ 2 thành phần Tt và St thỡ yếu tố chu
9
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
kỳ cựng với sai số ngẫu nhiờn chỉ là tăng mức doanh thu của quý I/1995 một lượng
Y1* (1, 12-1) = 22,34. 0,12 = 2,68; ngược lại vào quý II/1995 yếu tố chu kỳ làm giảm
mức doanh thu là Y2 (0,95 − 1) = 30,38.(−0,05) = 1,52
Dự bỏo: Để dự bỏo giỏ trị của chuỗi thời gian bằng cỏch kết hợp cả ba phõn tớch
trờn cần dự bỏo đựơc thành phần .Ct It . Cú thể sử dụng cỏc phương phỏp sau:
+ Lấy giỏ trị ( Ct It ) gần nhất tương ứng với thời điểm muốn dự bỏo.
Chẳng hạn đó dự bỏo giỏ trị doanh thu của cụng ty vào quý I/1998 ta chọn .Ct It ở quý
I/1997 để ước lượng. Tức là
ˆ
Y13 = Y13 .SiN 1 (CI )
*
=54,16668. 0,8331. 0,87 = 39,2598 (triệu đồng)
+ Hoặc dựng phương phỏp trung bỡnh trượt đối với dóy số liệu .Ct It rồi chọn như
cỏch làm ở trờn. Số bậc được chọn tuỳ theo tớnh chất của chuỗi thời gian.
6. Mụ hỡnh dự bỏo san mũ Holt- Winters
Phương phỏp san mũ giản đơn chỉ dựng được cho chuỗi thời gian khụng cú thành
phần xu thế và khụng cú thành phần mựa vụ. Holt và Winters đó phỏt triển phương
phỏp này để ỏp dụng cho cỏc chuỗi thời gian chứa đựng cả hai thành phần trờn.
6.1.Dự bỏo chuỗi thời gian cú thành phần xu thế.
10
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
ˆ
Ký hiệu Tt là thành phần xu thế ở thời điểm t và T t là ước lượng của nú
Tt = Yt − Yt −1
ˆ
Lỳc đú ước lượng của Yt −1 bao gồm 2 phần: Phần mang tớnh hệ thống Yt −1 và phần
ˆ ˆ ˆ
xu thế Tt −1 , tức là Yt −1 + Tt −1
Do đú, theo hệ thức san mũ giản đơn ta cú
ˆ ˆ ˆ
Yt = αYt + (1 − α ).(Yt −1 + Tt −1 )
Song bản thõn Tt cựng là một chuỗi thời gian do đú hệ thức san mũ giản đơn ta cú:
ˆ ˆ ˆ ˆ
Tt = β (Yt − Yt −1 ) + (1 − β )Tt −1
Từ đú ta cú thủ tục ước lượng như sau:
ˆ ˆ
Trước hết lấy Y2 = Y2 và T2 = Y2 − Y1
Như vậy, chuỗi đó san khụng cú quan sỏt thứ nhất. Sau đú ỏp dụng cỏc cụng thức đệ
quy với hai hằng số san mũ là α và β
ˆ ˆ ˆ
Yt = αYt + (1 − α ).(Yt + Tt −1 ) với 0 ≤ α ≤ 1
ˆ ˆ ˆ ˆ
Tt = β (Yt − Yt −1 ) + (1 − β )Tt −1 với 0 ≤ β ≤ 1
Cụng thức dự bỏo cho thời kỳ n + h là:
ˆ ˆ ˆ
Yn+h = Yn + hTn
11
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Hầu hết cỏc phần mềm kinh tế lượng đều tự động tiến hành phương phỏp trờn và tự
động tớnh α và β sao cho RSS là nhỏ nhất
6.2.Dự bỏo chuỗi thời gian cú thành phần xu thế và cú thành phần mựa vụ
ˆ
Ta tiếp tục ký hiệu Yt , Y t và Tt tương ứng là giỏ trị quan sỏt, giỏ trị ước lượng
và thành phần xu thế của chuỗi thời kỳ t. Ký hiệu Ft là thành phần mựa vụ. Nếu
chuỗi cú S thời kỳ trong một năm thỡ yếu tố mựa vụ tương ứng của năm trước là Ft −s
. Yếu tố mựa vụ tỷ lệ với trung bỡnh của chuỗi ở mỗi thời kỳ. Do đú mụ hỡnh Holt-
Winter được cải tiến như sau:
ˆ Y ˆ ˆ
Yt = α t + (1 − α ).(Yt −1 + Tt −1 )
ˆ
Ft -S
ˆ ˆ ˆ ˆ
Tt = β (Yt − Yt −1 ) + (1 − β )Tt −1
ˆ Y ˆ
Ft = γ t + (1 − γ ).Ft − S
ˆ
Yt
Cụng thức dự bỏo cho thời kỳ n + h là:
⎧ˆ ( ˆ
ˆ = ⎪ Yn + hTn
Yn+h ⎨
)F
ˆ
n+h−s
ˆ ( ˆ
⎪ Yn + hTn
⎩ )F
ˆ
n+h−2s
h = 1 , 2 ,.... s
h = s + 1 , s + 2 ,... 2 s
Ví dụ: với tệp số liệu ch12bt1 hãy dùng phương pháp Holt-Winters để mô hình hóa
chuỗi thời gian nói trên.
12
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Chuỗi có yếu tố xu thế, không có yếu tố mùa vụ có dạng:
Date: 11/23/08 Time: 22:29
Sample: 1996:01 1999:12
Included observations: 48
Method: Holt-Winters No Seasonal
Original Series: Y
Forecast Series: YSM
Parameters Alpha 0.8600
:
Beta 0.0000
Sum of Squared Residuals 755.7499
Root Mean Squared Error 3.967970
End of Period Mean 18.83128
Levels:
13
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Trend 0.208333
Chuỗi có yếu tố xu thế và yếu tố mùa vụ có dạng:
Mô hình nhân:
Date: 11/23/08 Time: 22:32
Sample: 1996:01 1999:12
Included observations: 48
Method: Holt-Winters Multiplicative Seasonal
Original Series: Y
Forecast Series: YSM
Parameters Alpha 0.5800
:
Beta 0.0000
Gamma 0.0000
Sum of Squared Residuals 338.6872
14
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Root Mean Squared Error 2.656310
End of Period Mean 24.48419
Levels:
Trend -
0.024306
Seasonal 1999:0 0.881253
s: 1
1999:0 0.846377
2
1999:0 1.014918
3
1999:0 0.970375
4
1999:0 1.008087
5
1999:0 1.106259
6
1999:0 1.247039
7
15
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
1999:0 1.207826
8
1999:0 0.989695
9
1999:1 1.029427
0
1999:1 0.909036
1
1999:1 0.789706
2
Mô hình cộng:
Date: 11/23/08 Time: 22:33
Sample: 1996:01 1999:12
Included observations: 48
Method: Holt-Winters Additive Seasonal
Original Series: Y
Forecast Series: YSM
16
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
Parameters Alpha 0.6200
:
Beta 0.0000
Gamma 0.0000
Sum of Squared Residuals 341.2906
Root Mean Squared Error 2.666500
End of Period Mean 24.72029
Levels:
Trend -
0.024306
Seasonal 1999:0 -
s: 1 3.058681
1999:0 -
2 4.034375
1999:0 0.414931
3
1999:0 -
4 0.710764
17
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
1999:0 0.313542
5
1999:0 2.812847
6
1999:0 6.462153
7
1999:0 5.236458
8
1999:0 -
9 0.314236
1999:1 0.660069
0
1999:1 -
1 2.440625
1999:1 -
2 5.341319
18
- KINH TẾ LƯỢNG NÂNG CAO: BÀI 4
19
nguon tai.lieu . vn