DOMINIK ROZKRUT Uniwersytet Szczeciński BADANIE
Transkrypt
DOMINIK ROZKRUT Uniwersytet Szczeciński BADANIE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 450 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 17 2006 DOMINIK ROZKRUT Uniwersytet Szczeciński BADANIE PRAWIDŁOWOŚCI W ZAKRESIE OKRESOWOŚCI ZJAWISK EKONOMICZNYCH Z WYKORZYSTANIEM METOD KOREKCJI SEZONOWEJ Korzystanie z metod korekcji sezonowej jest uzasadniane potrzebą posiadania danych pozbawionych sezonowości, tak by mogły być stosowane do bieŜącej analizy sytuacji gospodarczej i do analizy przebiegu cykli koniunkturalnych. Oczywistą wadą korekcji sezonowej jest to, Ŝe na podstawie juŜ skorygowanego szeregu nie moŜna odtworzyć jego oryginalnych wartości. Pomimo krytyki metod korekcji sezonowej i problemów, na jakie napotykamy przy próbach wykorzystywania skorygowanych sezonowo szeregów w modelowaniu ekonometrycznym, są one ciągle bardzo interesujące, choć moŜe nie ze względu na cel, który przyświecał ich rozwojowi. Z punktu widzenia analizy szeregów czasowych szczególnie atrakcyjne wydają się bowiem dodatkowe statystyki opisowe obliczane w trakcie procesu korekcji sezonowej, które umoŜliwiają wgląd w naturę analizowanego szeregu. Przykładowo, tabele z analizą wariancji umoŜliwiają analizę sezonowej zmienności. Procentowe zmiany wartości z miesiąca w składnikach trendu-cyklu i losowym, to kolejne przykłady. Bardzo interesującą miarą jest takŜe liczba miesięcy (kwartałów) tak zwanej dominacji cyklicznej, informującej o długości przeciętnego okresu, w którym zmiany składnika losowego w przybliŜeniu równają się zmianom składnika trendu-cyklu. Pierwszym krokiem metody jest wstępna korekcja danych ze względu na liczbę dni handlowych (jeśli ze względu na charakter analizowanych danych 528 Dominik Rozkrut korekta ta jest zbędna, czyli róŜna liczba dni roboczych w poszczególnych miesiącach nie ma wpływu na poziom zmiennej, to oczywiście etap ten moŜna pominąć). Następnie dokonywana jest wstępna estymacja składnika sezonowego, a co za tym idzie – wstępna korekcja sezonowa szeregu czasowego. Na podstawie otrzymanych do tej pory wyników moŜna stwierdzić, Ŝe polepsza się wstępne szacunki, po czym następuje estymacja składników trendu-cyklu i losowego (nieregularnego). Na zakończenie przygotowywane są niezbędne miary opisowe, uŜywane do sprawdzenia, jak udane były przeprowadzone korekcje sezonowe i dostarczające informacji niezbędnych do oszacowania składnika trendu i wahań długookresowych dla celów prognostycznych. We wstępnej fazie korekcji są eliminowane obserwacje odstające. Odbywa się to (w skrócie) wedle następującej procedury: obliczana jest pięcioletnia średnia ruchoma składnika losowego (dla tych samych miesięcy bądź kwartałów); ze środkowego roku są usuwane wartości ekstremalne, czyli takie, których odchylenie (od zera w przypadku modelu addytywnego i od 1 w przypadku multiplikatywnym) jest większe od 2,5 odchylenia standardowego (przypisuje im się wagę równą zeru); wartościom poniŜej 1,5 odchylenia standardowego przypisuje się wagę równą 1, a wartościom z przedziału między 1,5 a 2,5 odchylenia standardowego – liniowo wzrastające wagi od 0 do 1. Na zakończenie korekcji metodą Census II obliczane są miary opisowe i przeprowadza się kilka testów oceniających dokonane oszacowania. Wśród nich naleŜy wymienić testy zmian procentowych, których omówienie jest niezbędne do wprowadzenia pojęcia okresu dominacji cyklicznej. Testy zmian procentowych (z uwzględnieniem bądź nie znaków stojących przy tych zmianach) polegają na znalezieniu przeciętnych zmian procentowych z okresu na okres dla róŜnych rozpiętości czasowych zmian. Obliczenia te przeprowadza się zwykle dla danych wstępnych (oryginalnych) i trzech składników: trendu-cyklu, sezonowego i losowego. Otrzymane wyniki moŜna następnie porównywać ze sobą, wnioskując w ten sposób o poprawności otrzymanych w metodzie oszacowań i przeprowadzonych korekcji. Uzyskane dla oryginalnych danych wartości testu powinny przede wszystkim być wyŜsze od wartości otrzymanych dla poszczególnych składników szeregu. Przeprowadzenie testu dla Badanie prawidłowości w zakresie okresowości… 529 danych skorygowanych sezonowo (a więc z wyeliminowaną sezonowością) pozwala wyliczyć udział zmienności powodowanej przez składnik sezonowy w ogólnej wariancji szeregu czasowego. Na podstawie tych obliczeń moŜliwe jest takŜe przeprowadzenie testu F na obecność stabilnej sezonowości. Wartości testu uzyskane dla składnika trendu-cyklu i losowego, oprócz analogicznych porównań, słuŜą przede wszystkim do uzyskania najwaŜniejszej w metodzie Census II miary opisowej, jaką jest okres dominacji cyklicznej. Tabela 1 Wartości testu F, średnie czasy przebiegu i okresy dominacji cyklicznej dla wybranych zmiennych dotyczących USA1 Zmienne F CI Indeks produkcji przemysłowej dla budownictwa SprzedaŜ detaliczna Zatrudnienie cywilne SprzedaŜ detaliczna artykułów trwałego uŜytku Wartość rozpoczętych robót budowlanych (budownictwo mieszkaniowe) Indeks produkcji przemysłowej dla dóbr nietrwałych Indeks produkcji przemysłowej dla dóbr pośrednich Wartość kontraktów budowlanych Liczba mieszkań oddanych do uŜytku SprzedaŜ detaliczna artykułów trwałego uŜytku Zatrudnienie cywilne (indeks) Liczba przepracowanych godzin w tygodniu Średni czas trwania przebiegu C I 302,8 3,55 1,36 7,80 3,55 1 1896,1 3,90 1,27 23,40 3,90 1 540,4 8,36 1,39 13,00 8,36 1 403,9 3,08 1,30 7,80 3,08 1 1835,8 3,90 1,43 6,16 3,90 1 430,54 3,97 1,35 6,05 3,97 1 317,94 4,60 1,42 7,67 4,60 1 381,08 2,88 1,35 5,23 2,88 1 1814,41 3,97 1,42 6,05 3,97 1 431,96 3,11 1,32 7,67 3,11 1 588,95 7,67 1,39 12,78 7,67 1 151,91 1,95 1,32 3,71 1,95 1 Źródło: obliczenia własne. 1 QCD QCD Wartości testu F istotne statystycznie oznaczono kursywą. 530 Dominik Rozkrut Okres dominacji cyklicznej to przeciętna liczba miesięcy (lub kwartałów – w zaleŜności od tego, jakie dane są analizowane), w których składnik trendu-cyklu powoduje zmianę poziomu zjawiska w przybliŜeniu równą zmianie powodowanej przez wahania losowe. PoniewaŜ otrzymywane w metodzie skorygowane sezonowo dane zawierają składniki trendu-cyklu i losowy, określenie wagi trendu-cyklu w stosunku do losowości, poprzedzone wyodrębnieniem tych składników, umoŜliwia dobór takiej długości średniej ruchomej, w wyniku zastosowania której trend-cykl będzie dominował w otrzymanym szeregu nad losowością. Poszukiwana długość okna czasowego średniej jest nazywana właśnie okresem dominacji cyklicznej (wyraŜonym w miesiącach bądź kwartałach; ang. MCD – Months for Cyclical Dominance lub QCD – Quarters for Cyclical Dominance). Ustaloną w ten sposób średnią ruchomą stosuje się następnie do wyrównywania skorygowanego sezonowo szeregu. PoniewaŜ w większości wypadków MCD przyjmuje wartości od 2 do 5, więc w wyniku przeprowadzonego filtrowania tracimy na końcu szeregu tylko 1–2 wartości, otrzymując szacunek składnika trendu i długookresowych wahań, nadający się do celów prognostycznych. Analiza z wykorzystaniem tej akurat metody korekcji sezonowej umoŜliwia uzyskanie wielu ciekawych statystyk, dających wgląd w naturę analizowanych szeregów, moŜliwe teŜ jest sporządzenie interesujących wykresów. W tabelach 1 i 2 dla ilustracji zamieszczono wybrane statystyki wynikowe metody X-11, a wśród nich wyniki testu F na stabilną sezonowość, średnie czasy trwania przebiegu poszczególnych składników szeregu, w tym średni czas trwania przebiegu obliczony dla zmiennej wygładzonej średnią ruchomą o długości równej statystyce QCD (przedostatnia kolumna), którą równieŜ zamieszczono (ostatnia kolumna) dla wybranych szeregów. W tabeli 1 wszystkie analizowane zmienne dotyczące Stanów Zjednoczonych charakteryzują się liczbą kwartałów dominacji cyklicznej równą jednemu kwartałowi. Jest to przejawem dość silnych prawidłowości cyklicznych tych szeregów, dominujących nad składową losową. W Wielkiej Brytanii trzy z przedstawionych szeregów wykazują wartość QCD równą 2. Jest to uzasadnione średnimi czasami trwania przebiegu QCD analizowanych szeregów, które (poza jednym wyjątkiem) na ogół są Badanie prawidłowości w zakresie okresowości… 531 krótsze niŜ w przypadku USA. Warto równieŜ zwrócić uwagę na statystycznie istotne wyniki testu F na sezonowość dla wszystkich pokazanych szeregów. Tabela 2 Wartości testu F, średnie czasy przebiegu i okresy dominacji cyklicznej dla wybranych zmiennych dotyczących Wielkiej Brytanii2 Zmienne Średni czas trwania przebiegu F QCD CI C I QCD Indeks produkcji przemysłowej dla działalności produkcyjnej 120,8 2,21 1,31 3,90 2,21 1 Indeks produkcji przemysłowej 347,8 2,39 1,34 3,77 2,39 1 Indeks produkcji przemysłowej dla dóbr inwestycyjnych 84,8 2,41 1,33 3,71 2,41 1 Produkcja samochodów osobowych 90,8 2,05 1,25 3,46 2,59 2 SprzedaŜ detaliczna 4633,7 13,00 1,30 117,00 13,00 1 Liczba nowo zarejestrowanych samochodów osobowych 575,8 2,03 1,25 5,42 3,20 2 Indeks cen producenta paliwa 288,0 2,23 1,36 4,90 2,23 1 Indeks produkcji przemysłowej dla dóbr pośrednich 409,72 2,02 1,32 3,59 2,02 1 Produkcja samochodów uŜytkowych 112,75 2,02 1,35 3,59 2,02 1 Liczba mieszkań w budowie 75,45 2,02 1,22 3,59 3,26 2 Źródło: obliczenia własne. QCD to wyraŜony w kwartałach okres dominacji cyklicznej, czyli przeciętna liczba kwartałów, w których składnik trendu-cyklu powoduje zmianę poziomu zjawiska w przybliŜeniu równą zmianie powodowanej przez wahania losowe. Miara ta umoŜliwia dobór takiej długości średniej ruchomej, Ŝe w otrzymanym szeregu trend-cykl będzie dominował nad losowością. Większość analizowanych zmiennych charakteryzowała się jedno- lub dwukwartałowym okresem dominacji cyklicznej. Oznacza to, Ŝe po wyeliminowaniu wahań sezonowych zmienne te charakteryzują się silnym składnikiem trendu-cyklu, 2 Wartości testu F jak w tabeli 1. 532 Dominik Rozkrut który juŜ w ciągu jednego kwartału moŜe zdominować wahania wywołane wpływem czynników losowych. 110 100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Rys. 1. Rozkład średniego czasu trwania w kwartałach łącznego przebiegu składnika cyklicznego i losowego (CI)3 Źródło: opracowanie własne. 60 50 40 30 20 10 0 1,10 1,15 1,20 1,25 1,30 1,35 1,40 1,45 1,50 1,55 Rys. 2. Rozkład średniego czasu trwania w kwartałach przebiegu składnika losowego (I) Źródło: opracowanie własne. 3 Oś X przedstawia liczbę kwartałów, a Y – liczebność. Badanie prawidłowości w zakresie okresowości… 533 Raportowany w tabelach 1 i 2 średni czas trwania przebiegu to przeciętna liczba kolejnych zmian kwartalnych zmierzających w tym samym kierunku (brak zmiany jest liczony jako zmiana w tym samym kierunku). 70 60 50 40 30 20 10 0 2 3 4 5 6 7 8 9 10 11 12 13 14 Rys. 3. Rozkład średniego czasu trwania w kwartałach przebiegu składnika cyklicznego (C) Źródło: opracowanie własne. Podsumowaniem przeprowadzonych obliczeń są zbudowane rozkłady średnich czasów trwania przebiegu dla wszystkich analizowanych zmiennych. Na rysunkach 1 i 3 przedstawiono średni czas trwania przebiegu dla kolejno: łącznego przebiegu składnika trendu-cyklu i losowego oraz samego składnika trendu-cyklu. W pierwszym przypadku wartość dominanty wynosi trzy kwartały, w drugim zwiększa się do czterech kwartałów. Interpretując, naleŜy dostrzec, Ŝe oczyszczony składnik cykliczny na ogół zaczyna dominować w analizowanych szeregach czasowych przy zmianach trzy-, czteromiesięcznych. Interesująco wygląda rozkład średniego czasu trwania przebiegu dla składnika losowego. Charakteryzuje się on pewną prawostronną asymetrią, która częściowo wynika z przyjętego multiplikatywnego modelu korekcji. 534 Dominik Rozkrut Literatura 1. Hozer J., Rozkrut D.: Budowa i prognozowanie wskaźnika koniunktury gospodar- 2. Hübner D., Lubiński M., Małecki W., Matkowski Z.: Koniunktura gospodarcza. czej regionu. „Wiadomości Statystyczne” 1999, nr 7. PWE, Warszawa 1994. 3. Kudrycka I., Nilsson R.: Business Cycles in the Period of Transition. Z. 216. GUS, Zakład Badań Statystyczno-Ekonomicznych, ParyŜ–Warszawa 1993. 4. Makridakis, S.G., Wheelwright, S.C.: Forecasting Methods for Management. 5th ed. Wiley, New York 1989. 5. Makridakis S.G., Wheelwright S.C., McGee V.E.: Forecasting: Methods and Applications. John Wiley & Sons, New York 1983. 6. Rozkrut D.: Statystyczna analiza prawidłowości w zakresie okresowości zjawisk ekonomicznych. Uniwersytet Szczeciński, Szczecin 2003, maszynopis pracy doktorskiej. 7. Shiskin J., Young A.H., Musgrave, J.C.: The X-11 Variant of the Census Method II Seasonal Adjustment Program. Technical Paper No 15. Bureau of the Census 1967. ANALYSIS OF PERIODIC REGULARITIES OF ECONOMIC PHENOMENA USING SEASONAL ADJUSTENT METHODS Summary Seasonal adjustment methods, such as very popular X-11, provide many interesting statistics of analyzed time series. The paper presents results of the wide analysis of many time series of economic phenomena using X-11 variant of Census II method, developed by US Census Bureau. Among the reported results are tests for seasonality, quarters for cyclical dominance and of widths of the average spans for different times series components. It turns out that the seasonal component is the most dominant in many series. Translated by Dominik Rozkrut