birmaga.ru
добавить свой файл

1 2 ... 8 9
Руководство ЕСС по сезонной корректировке


Руководство ЕСС по сезонной корректировке

Детальное руководство

0 – Выгода и затраты сезонной корректировки



1– ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА

Пункт 1.1: Цели предварительной обработки рядов

Пункт 1.2: Графический анализ рядов

Пункт 1.3: Календарная корректировка

Пункт 1.3.1: Методы корректировки количества рабочих / операционных дней

Пункт 1.3.2: Поправка на нефиксированные по дате праздничные дни

Пункт 1.3.3: Национальные календари и календари зоны ЕС/евро

Пункт 1.4: Определение и исправление всплесков

Пункт 1.5: Выбор модели

Пункт 1.6: Схема декомпозиции



2 – СЕЗОННАЯ КОРРЕКТИРОВКА

Пункт 2.1: Выбор подхода сезонной корректировки

Пункт 2.2: Соответствие между предварительными данными и данными, скорректированными с учётом сезонных изменений

Пункт 2.3: Прямой подход против косвенного

Пункт 2.3.1: Прямой подход против косвенного: работа с данными от различных агентств

3 – ПОЛИТИКА ПЕРЕСМОТРА

Пункт 3.1: Политика общих пересмотров

Пункт 3.2: Параллельная корректировка против текущей

Пункт 3.3: Промежуток времени для опубликованных пересмотров

4 – КАЧЕСТВО СЕЗОННОЙ КОРРЕКТИРОВКИ

Пункт 4.1: Подтверждение правильности сезонной корректировки

Пункт 4.2: Критерии качества для сезонной корректировки

Пункт 4.3: Сравнение различных подходов и стратегий

Пункт 4.4: Шаблон метаданных для сезонной корректировки


5 – ОСОБЫЕ МОМЕНТЫ СЕЗОННОЙ КОРРЕКТИРОВКИ

Пункт 5.1: Сезонная корректировка коротких временных рядов

Пункт 5.2: Обработка проблематичных рядов



6 - ВОПРОСЫ ПРЕДСТАВЛЕНИЯ ДАННЫХ

Пункт 6.1: Доступность данных в базах данных

Пункт 6.2: Пресс-релизы

0 - Сезонная корректировка: польза и затраты
Введение
С целью продвижения идеи применения оптимальных методов в сезонной корректировке Европейская Статистическая Система (ЕСС) и Центральные банки с крупными статистическими отделами разработали ряд методических рекомендаций в помощь всем практикующим специалистам по сезонной корректировке - от новичков до экспертов.

Эти методические рекомендации акцентируют техническую концепцию на двух подходах: TRAMO-SEATS (поддержано Банком Испании) и X-12-ARIMA (поддержано Бюро Переписей в США), которые обычно используются в пределах ЕСС. Этот документ не обсуждает их относительные достоинства, поскольку оба можно считать одинаково ценными (как отражено в их широко распространенном использовании).

Методические рекомендации не ограничены одной только поправкой на сезонные колебания, они также охватывают предварительную подготовку рядов, политик пересмотра, качество, документацию и определенные вопросы, связанные с ограничениями сезонной корректировки, например, короткие временные ряды.

В этом документе читателю будет представлен пошаговый процесс с объяснениями и причинами относительно того, какой вариант принять, анализируя индивидуальный ряд или регулируя большое количество рядов в целях производства.

Каждый пункт описывает 3 вида вариантов, первый (A), представляющий наилучший подход, к которому нужно стремиться; второй (B) допустим и может быть полезным вариантом, в особенности, если первый вариант требует чрезмерных ресурсов для корректировки массивных объемов данных или касается определенных характеристик данных; третий вариант (C) показывает методы, которых нужно избегать.


Первая цель методических рекомендаций состоит в том, чтобы перевести все области производства, в зоне Евростата и Государств-членов, от методов, указанных в пункте (C) к методам, рекомендуемым в пункте (B) и возможно (A). Выполнение варианта (A) может потребовать среднего или долгосрочного процесса, чтобы приспособить текущие методы к рекомендуемым.

Если читатель интересуется более детальным описанием и инструментами предлагаемых подходов, ему предоставлены ссылки на отобранные статьи и документы.

Предпосылка
Ежегодные макроэкономические статистические данные в настоящее время представляют ключевой инструмент для выработки экономической стратегии, анализа/моделирования и прогноза делового цикла. Однако эти статистические данные часто зависят от сезонных колебаний и других воздействий календаря/операционного дня, которые могут замаскировать соответствующие краткосрочные и долгосрочные движения рядов и препятствуют ясному пониманию экономических явлений.

Следовательно, многие статистические данные подлежат сезонной корректировке. Главная цель сезонной корректировки состоит в том, чтобы отфильтровать обычные сезонные колебания и типичные календарные воздействия в пределах движения рассматриваемого временного ряда. Обычные сезонные колебания означают эти изменения, которые каждый год повторяются с подобной интенсивностью в то же самое время года, и которые, на основе прошлых изменений рассматриваемого временного ряда, могут при нормальных обстоятельствах повториться.

Изменения вследствие исключительно сильных или слабых сезонных влияний (например, экстремальные погодные условия или нетипичные праздничные серии) будут заметны в сезонно корректируемом ряду в пределах того, что они превышают, или не достигают нормального сезонного показателя. В целом, другие случайные сбои и необычные изменения, которые понятны с экономической точки зрения (например, последствия экономической политики, крупномасштабных директив или забастовок) также будут видимыми.


Сезонная корректировка также включает устранение календарного воздействия, в той степени, что влияния, происходящие из различий в числе рабочих или операционных дней или дат отдельных дней, могут быть статистически доказаны и определены количественно (например, выходные дни, рабочий день в последний день месяца в случае материального ряда).

Таким образом, результаты, скорректированные с учётом сезонных изменений, не показывают "нормальные" и повторяющиеся события, они обеспечивают оценку всего нового в ряду (изменение в тренде, деловом цикле или иррегулярном компоненте). Поэтому данные, скорректированные с учётом сезонных изменений, помогают показать "новости", содержащиеся во временном ряду, что является окончательной целью сезонной корректировки.

Статистические управления, центральные банки и другие учреждения во всем мире ежедневно заняты поправками на сезонные колебания, и многие ресурсы посвящены фильтрованию необработанных данных. В действительности, сезонная корректировка – это предмет постоянных обсуждений во многих отношениях, со многими инструментами и методами сезонной корректировки в процессе разработки.

Дебаты непрерывно развиваются, с новыми направлениями и границами, которые все еще находятся в стадии исследования. Один предмет дебатов сосредоточен на преимуществах и неудобствах сезонной корректировки, и связанных рисках манипуляции первоначальных и наблюдаемых данных.

Цель методических рекомендаций
Методические рекомендации призваны помогать практикующим специалистам сезонной корректировки на любом уровне:


  • Специалисты и научные сотрудники, которые хотят идентифицировать и учесть все воздействия, не соответствующие экономическому анализу, анализируя индивидуальный ряд для увеличения области сезонной и нематериальной корректировки временного ряда;
  • Специалисты, которые из-за дефицита времени хотят отрегулировать основной набор рядов, требуемых для выполнения требований лиц, ответственных за разработку политики;


  • Производители, которые обязаны регулировать тысячи рядов в пределах массового производства связанных временных рядов (наборов данных), и требуют исчерпывающего комплекта инструкций.


Независимо от уровня лиц, ответственных за разработку политики, существуют общности в процессе, которые должны выполняться для обеспечения последовательной основы процесса, облегчая общение между практикующими специалистами, будь то в академической среде, в учреждении или среди коллег в одной группе. Кроме того, и наиболее важно для ЕСС, лучшие методы, предлагаемые методическими рекомендациями, должны привести к гармонизации национальных методов и, в итоге, к более здравым европейским составным данным. Наконец, общий язык при обсуждении сезонной корректировки также фактически улучшит качество документации.
Кроме того, существует потребность понять результат пересмотров рядов, например, частота пересмотра, или воздействует ли пересмотр необработанных данных на установленную сезонную модель. Методические рекомендации также помогут созданию ясной и прозрачной политики пересмотра для сезонной корректировки.
Наконец, потребители хотят точно знать, как была осуществлена сезонная корректировка, надежность и прозрачность корректировки, подтвержденная не только выводом, но также и полным описанием процесса сезонной корректировки. Соответствующая документация предоставляет пользователям и практикам возможность должным образом сравнить ряды, скорректированные с учётом сезонных изменений.

Преимущества, предостережения, затраты и риски сезонной корректировки

Преимущества

  • Они предоставляют более понятный ряд аналитикам, раскрывая "новости", содержащиеся в соответствующем временном ряду;

  • Облегчают сравнение долгосрочных и краткосрочных изменений в секторах и странах;
  • Снабжают потребителей необходимым вкладом для анализа делового цикла (то есть оценка спада производства), разделение на составные части цикла тренда и обнаружение критических точек;


  • Применяют контроль качества через координирование вклада и результата, что принимает в расчёт лучшую сравнимость с другими рядами и методами.


Предостережения


  • Поскольку сезонность точно не определена, сезонная корректировка часто зависит от априорных гипотез, лежащих в основе выбранной модели и вероятного процесса формирования данных (субъективность сезонной корректировки). В частности сезонный компонент и компонент, скорректированный с учётом сезонных изменений, могут изменяться от одного программного обеспечения к другому, и в зависимости от вариантов, выбранных в программном обеспечении;

  • Качество сезонной корректировки существенно зависит от качества необработанных данных;

  • Более низкая степень сравнимости данных среди стран и статистических областей, если ясные правила и политики не определены /не выполняются;

  • Многие учреждения имеют потребность в производстве массовых объемов данных, скорректированных с учётом сезонных изменений, и поэтому важно, что практик выбирает относительную важность ряда для потребителей перед выбором количества времени, которое они должны посвятить каждому ряду;

  • Потребители данных, скорректированных с учётом сезонных изменений, должны знать, что их пригодность в целях эконометрического моделирования нужно тщательно изучить.


Затраты и риски сезонной корректировки

  • Сезонная корректировка является трудоёмким процессом, и существенные компьютерные/ человеческие ресурсы должны быть выделены для этой задачи;

  • Обязательным условием является общая и хорошо определенная структура информационных технологий для сезонной корректировки;
  • Несоответствующая или некачественная сезонная корректировка может привести к ложным результатам и увеличить вероятность ложных сигналов (эффект правдоподобия);


  • Наличие неточной сезонности, а также сглаживание данных, является конкретным риском, который может отрицательно затронуть интерпретацию данных, скорректированных с учётом сезонных изменений.



Рекомендации
Сезонная корректировка показала себя полезным инструментом для экономического анализа; однако производители данных должны учесть все преимущества и недостатки сезонной корректировки и определить ясную стратегию производства прежде, чем начать крупномасштабный процесс сезонной корректировки. Сезонная корректировка должна быть осуществлена только тогда, когда есть ясное статистическое свидетельство и экономическая интерпретация сезонных/календарных влияний.

Нужно знать, что создание любой сезонной и/или календарной корректировки на рядах, которые не приводят доказательств таких влияний, является несоответствующей статистической обработкой. Должно быть ясно заявлено, что некоторые ряды могут характеризоваться только календарными влияниями без сезонных. В этом случае только календарная корректировка будет соответствующей. Кроме того, другой ряд может характеризоваться только сезонным воздействием без существенного календарного воздействия; в этом случае должно быть применено только фильтрование сезонной корректировки.




1 – ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА

1.1 – Цели предварительной обработки рядов

Описание

Большая часть методов сезонной корректировки и программного обеспечения оценивают сезонные составляющие с использованием линейных процедур и фильтров: модели ARIMA, скользящие средние значения, регрессивный анализ, государственно-пространственные модели, и т.д. Эти линейные инструменты оптимальны согласно точной гипотезе, но также имеют некоторые слабости:


  • Они не являются стойкими, то есть они чувствительны к присутствию нетипичных значений (всплески);

  • Они не являются устойчивыми, то есть они чувствительны к любой неправильному обозначению основной модели.

Главная цель предварительной обработки рядов состоит в том, чтобы обеспечить надежную оценку сезонного компонента. Это в особенности достигается путем обнаружения и исправления ряда для данных и/или компонентов, иногда называемых "нелинейностями", которые могут препятствовать оценке сезонности.

Всплески – это ясный пример данных, которые могут существенно повлиять на качество оценки сезонности. Программы TRAMO-SEATS и X-12-ARIMA имеют встроенные процедуры для обнаружения и исправления ряда для различных видов всплесков: импульсные всплески, временные изменения, изменения уровня и т.д.

Экономические временные ряды обычно регистрируются каждый месяц (или каждый квартал), но месяцы (или кварталы) не эквивалентны. В частности у них нет ни той же самой продолжительности, ни того же самого состава дней. Эти специфичные моменты, строго связанные с календарем, могут повлиять на необработанные данные. Например, дополнительная суббота в месяце может объяснить увеличение товарооборота розничной торговли. Программы TRAMO-SEATS и X-12-ARIMA имеют встроенные процедуры для обнаружения и исправления ряда с учетом этого календарного эффекта (влияние операционного дня и Пасхи). Они могут также принять во внимание национальную специфику (религиозные и гражданские праздники) с помощью определенных параметров уравнения регрессии.

Нужно отметить, что часть календарного влияния является сезонной (продолжительность большинства месяцев повторяется каждый год, католическая Пасха чаще выпадает на апрель, чем на март, и т.д.), и исправление, выраженное в календарном компоненте, должно коснуться только несезонной части эффекта, тогда как сезонная часть календарных эффектов должна быть придана сезонному компоненту. Также важно отметить, что у аналитика есть мало сомнений относительно будущего календаря, который является периодическим для периода 2800 лет. Поэтому, хорошая оценка влияния операционного дня приведет к лучшим прогнозам необработанных данных и более устойчивым сезонным оценкам.


Другие эффекты, такие как температура, школьные каникулы, дополнительные выходные дни между праздниками и субботой и воскресением и т.д. могут объяснить краткосрочное поведение рядов, но для этих эффектов ряды обычно исправлять не нужно. Решение должно быть принято индивидуально. Воздействие этих эффектов может быть проанализировано для специальных целей. В особенности температурный эффект является в значительной степени сезонным, и будущее несезонной части является очень неопределенным. В этих условиях, прием во внимание такого воздействия в моделировании ряда может привести к большим пересмотрам недавних значений ряда, скорректированного с учётом сезонных изменений.

Большинство статистических инструментов, используемых в процедурах сезонной корректировки, основываются, в одном шаге при наименьшей корректировке, на стационарности ряда. Стационарность в среднем значении может обычно достигаться вычислением последовательных разностей. Стационарность в отклонении может потребовать преобразования ряда. TRAMO-SEATS и X-12-ARIMA предоставляют пользователю автоматический тест на логарифмическое преобразование. Результат этого теста будет причиной выбора схемы декомпозиции.


Варианты




  • Проведение детальной предварительной обработки;

  • Проведение чистой автоматической предварительной обработки;

  • Отказ от предварительной обработки ряда.




Альтернативные решения*




  1. Детальная предварительная обработка, по крайней мере, для самых важных макроэкономических показателей.

  2. Чистая автоматическая предварительная обработка.

  3. Отказ от предварительной обработки.





следующая страница >>