Documente Academic
Documente Profesional
Documente Cultură
Silvia Spătaru
Bibliografie
- Walter Enders, Applied Economic Time Series, Wiley, 2004
- James D. Hamilton, Time Series Analysis, Princeton University Press, 1994
- Brockwell, P.J. and Davis, R.A.., Introduction to Time Series and Forecasting, Springer, 2002.
- William W. S. Wei. Time Series Analysis – Univariate and Multivariate Methods, Second Edition,
Pearson Addison Wesley, 2006.
- www.eviews.com
1
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
• Acţiunea unor factori nu afectează instantaneu o variabilă efect, ci după un interval de timp. Este
importantă cunoaşterea decalajului (întârzierii, lag-ului) dintre modificarea variabilei cauzale şi
manifestarea efectului asupra variabilei rezultative.
2
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
− Rata Dobanzilor
– Preţul mediu zilnic al unui anumit produs
3
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
4
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Analiza Seriilor de Timp este o metodă generală de caracterizare a seriei cronologice, din
perspectiva componentelor sistematice şi aleatoare în vederea măsurării intensităţii şi continuităţii
lor, astfel încât procesul analizat să devină predictibil.
O caracteristică intrinsecă a unei serii de timp este aceea că observaţiile adiacente sunt
dependente. Analiza Seriilor de Timp constă în tehnici de analiză a acestei dependenţe.
Principalul instrument în analiza seriilor de timp este modelul stochastic. Se caută şi se foloseşte un
model stochastic de un anumit tip, capabil să reproducă comportamentul trecut al unei serii, pe baza
structurii sale de autocorelaţie.
6
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Un proces stochastic poate fi descris sau caracterizat prin momentele sale de ordinele 1 şi 2:
Media procesului: 𝐸(𝑦𝑡 ) = 𝜇(𝑡); Varianţa procesului: 𝑉𝑎𝑟(𝑦𝑡 ) = 𝐸(𝑦𝑡 − 𝜇)2 = 𝜎 2 (𝑡);
Autocovarianţa: 𝑐𝑜𝑣( 𝑦𝑡1 , 𝑦𝑡2 ) = 𝛾(𝑡1 , 𝑡2 ).
7
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Componenta aleatoare este prezentă în toate seriile cronologice. Ea conţine informaţii utile în
previziune. Deseori cronograma seriei sugerează componentele prezente.
Anul
Fig.9. Componentele unei serii de timp
8
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Fig.10 Oscilaţiile seriei sunt constante în timp Fig.11 Oscilaţiile seriei se amplifică sau se diminuează
Modelul aditiv este adecvat atunci când variația sezonieră este aproximativ constantă (fig.10). Modelul
multiplicativ este mai adecvat dacă mărimea variației sezoniere este dependentă de nivelul trendului (fig.11).
În practică, este adesea dificil să știi ce model este mai bun înainte de a face calculele reale (și de a compara
anumiti indicatori).
În general, dacă mediile sunt calculate din m termeni (m=număr impar) se vor pierde, prin
calculul mediilor mobile, (m-1) termeni; fiecare valoare ajustată va fi situată în dreptul unei valori
înregistrate, deci mediile mobile astfel calculate vor constitui chiar valorile ajustate (ale trendului).
• De exemplu, dacă m=5 (număr impar) vom calcula
Dacă însă mediile mobile se calculează din m =număr par de termeni, atunci valorile medii se
situează între termenii reali şi vom centra nivelurile, astfel ajustate, prin calculul unor medii
parţiale.
• De exemplu, dacă m=6 termeni (număr par) vom calcula
Problema1.
Componentele unei Serii de Timp. Estimarea trendului utilizând metoda mediilor mobile.
Determinarea abaterilor sezoniere. Determinarea indicilor de sezonalitate.
Vânzările trimestriale (exprimate în mii lei) ale unui magazin au avut următoarea evoluţie în
perioada anilor 2016-2019:
Se cer următoarele:
a) Să se reprezinte grafic datele şi să se identifice componentele seriei;
b) Să se determine tendinţa pe termen lung utilizând metoda mediilor mobile;
c) Să se determine devierile sezoniere şi să se interpreteze valorile obţinute;
d) Să se determine seria desezonalizată;
e) Să se determine indicii de sezonalitate şi să se interpreteze valorile obţinute.
11
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
a)
Pe baza reprezentării grafice se observă atât existenţa trendului crescător, cât şi a variaţiilor
sezoniere trimestriale. Există componenta de trend şi componenta de sezonalitate.
12
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Pasul 1. Se determină Devierile Sezoniere Brute: 𝑦𝑡 − 𝑦𝑡𝑇𝑀𝑀 (coloana 6 din Tabelul 1).
Din termenii seriei se scad valorile trendului obţinute prin MM. ⇒ 𝑦𝑡 − 𝑦𝑡𝑇𝑀𝑀 = 𝑦𝑡𝑆 + 𝑦𝑡𝑅 .
Pentru 𝑡 = 3 𝑦3 − 𝑦3𝑇𝑀𝑀 =11−14,125=−3,125
Pentru 𝑡 = 4 𝑦4 − 𝑦4𝑇𝑀𝑀 =21−14,5=6, 5.........
Pentru 𝑡 = 14 𝑦14 − 𝑦14𝑇𝑀𝑀 =16−15,375=0,625
′
Pasul 2. Pentru fiecare sezon (trimestru) se calculează Media devierilor sezoniere brute: 𝑦𝑆𝑘
(coloana 7 din Tabelul 1). Prin calculul mediei se înlătură cea mai mare parte din variaţiile
reziduale.
′
(−3,625) + (−2,375) + (−2,5)
𝑦𝑆𝐼 = = −2,833
3
′
1,375 + 1,25 + 0,625
𝑦𝑆𝐼𝐼 = = 1,083
3
′ −3,125−5,125−3,625 ′ 6,5+6,25+5,75
𝑦𝑆𝐼𝐼𝐼 = = −3,958 𝑦𝑆𝐼𝑉 = = 6,167
3 3
Pasul 3. Se corectează (prin scădere) deviaţiile sezoniere brute cu media lor, obţinându-se deviaţiile
sezoniere corectate 𝑦𝑆𝑘 ( a căror sumă este egală cu zero).
Deoarece ∑𝑚 𝑘=1 𝑦𝑆𝑘 = ∑𝑘=1 𝑀𝐷𝑆𝐵𝑘 = (−2,833) + 1,083 + (−3,958) + 6,167 = 0,458 0 vom
′ 4
1 (−2,833)+1,083+(−3,958)+6,167 0,458
ajusta mediile calculate cu valoarea 𝑑 = 𝑚 ∑𝑚 ′
𝑘=1 𝑦𝑆𝑘 = = =0,115.
4 4
′
Se determină Deviaţiile Sezoniere Corectate: 𝑦𝑆𝑘 = 𝑦𝑆𝑘 − 𝑑 (coloana 8 din Tabelul 1).
′
𝑦𝑆𝐼 = 𝑦𝑆𝐼 − 𝑑 =−2,833−0,115 = −2,948 −3 mii lei
′
𝑦𝑆𝐼𝐼 = 𝑦𝑆𝐼𝐼 − 𝑑 =1,083−0,115 = 0,969 1 mii lei
′
𝑦𝑆𝐼𝐼𝐼 = 𝑦𝑆𝐼𝐼𝐼 − 𝑑 =−3,958−0,115 = −4,073 −4 mii lei
′
𝑦𝑆𝐼𝑉 = 𝑦𝑆𝐼𝑉 − 𝑑 =6,167−0,115 = 6,052 6 mii lei
13
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
Indicii de sezonalitate măsoară, în medie, de câte ori se abate variabila, în fiecare sezon, de la trend.
Acești indici iau valori supraunitare sau subunitare, astfel încât produsul lor să fie egal cu 1.
Pasul 3. Indicii de sezonalitate se determină din mediile obţinute la Pasul 2, ajustate astfel încât
produsul indicilor de sezonalitate să fie egal cu 1. Valorile obţinute reprezintă componenta
sezonieră a seriei cronologice.
Se determină media indicilor sezonieri bruţi:
4 4
𝑑 = √0,814 ⋅ 1,07 ⋅ 0,741 ⋅ 1,4 = √0,9 ≈ 0,974
Deoarece media indicilor sezonieri bruţi este diferită de 1, vom ajusta valorile calculate cu
valoarea d.
Se determină Indicii Sezonieri Corectaţi:
′
𝑦𝑆𝑘 = 𝑦𝑆𝑘 /𝑑 (coloana 8 din Tabelul 1).
′
𝑦𝑆𝐼 = 𝑦𝑆𝐼 /𝑑 =0,814/0,974=0,836 ;
′
𝑦𝑆𝐼𝐼 = 𝑦𝑆𝐼𝐼 /𝑑 =1,07/0,974=1,099
′
𝑦𝑆𝐼𝐼𝐼 = 𝑦𝑆𝐼𝐼𝐼 /𝑑 =0,738/0,974=0,758;
′
𝑦𝑆𝐼𝑉 = 𝑦𝑆𝐼𝑉 /𝑑 =1, 4/0,974=1,437
Problema 2.
Determinarea trendului unei serii cronologice folosind o metodă analitică și previzionarea
valorilor viitoare ale seriei
Vânzările trimestriale (exprimate în mii lei) ale unui magazin au avut următoarea evoluţie în
perioada anilor 2016-2019:
Vânzările trimestriale (mii lei)
Anul
I II III IV
2016 10 14 11 21
2017 11 16 10 22
2018 14 18 13 22
2019 13 16 9 25
YSk −3 1 −4 6
Pe ultima linie a tabelului se află abaterile sezoniere.
2) Pentru a obţine previziunea finală, corectăm valorile previzionate prin adunarea abaterilor
sezoniere:
𝑦𝑛+1(previzionat) = 𝑦̂𝑛+1 + 𝑦𝑆𝐼 ,
𝑡 = 17 𝑦̂2020,𝐼 = 16,966 −3 = 13,966 mii lei
𝑡 = 19 𝑦̂2020,𝐼𝐼 = 17,162 + 1 = 18,162 mii lei
𝑡 = 21 𝑦̂2020,𝐼𝐼𝐼 = 17,358 −4 = 13,358 mii lei
𝑡 = 23 𝑦̂2020,𝐼𝑉 = 17,554 + 6 = 23,554 mii lei
16
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
I. Mai întâi, fiecare student va crea un fisier în Excel (Ex-scr-7ani), cu datele din tabelul care
urmează (an, trim, vânzări).
a) Să se reprezinte grafic datele şi să se identifice componentele seriei;
b) Să se determine tendinţa pe termen lung utilizând metoda mediilor mobile;
c) Să se determine devierile sezoniere şi să se interpreteze valorile obţinute;
d) Să se determine seria desezonalizată;
II. Fiecare student va crea un fișier în Eviews și va importa datele din fișierul Excel.
În Eviews: Trebuie să se creeze un fişier cu date trimestriale: 2013Q1-2019Q4 (28 observaţii)
Importăm seria Y (Vânzări) din fişierul din Excel (seria Y începe din căsuța? D
17
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
In Eviews, putem genera seria YMM (seria trendului prin metoda mediilor mobile) scriind în zona de
lucru comanda:
series ymm=(0.5*y(-2)+y(-1)+y+y(1)+0.5*y(2))/4
Deschidem un grup format din variabilele Y şi YMM.
Pentru a obţine graficul valorilor celor două serii în Eviews selectăm
View→Graph→Basic graph→Line &Symbol ok
Vom aplica „Seasonal Adjustment” asupra seriei Y folosind „Moving Average Methods”
In fisierul creat in Eviews selectăm
18
UI1. Introducere în Analiza Seriilor de Timp Conf. univ. dr. Silvia Spătaru
19