Борлуулалтыг хэрхэн таамаглах вэ?

Хугацааны цуваа ба түүний бүрэлдэхүүн хэсгүүд:

Ц.Батсүх, “Эм Ай Си Жи” ХХК-ийн нийгэм,

эдийн засгийн судалгааны зөвлөх

СЭЗДС-ийн Экономикс, Эконометриксийн

тэнхимийн эрхлэгч

Хугацааны цувааны загвар:

Хугацааны цуваа гэдэг нь тодорхой хугацааны интервал дахь тасралтгүй дараалсан өгөгдлүүд юм.

Хугацааны цуваан өгөгдлийн жишээ: Борлуулалт Зардлын хэмжээ CPI

Хугацааны цуваан өгөгдлийн бүрэлдэхүүн хэсгүүд:

Хугацааны цуваа нь дараах бүтэцтэй: Трэнд : Цувааны урт хугацаан дахь

өөрчлөлтийг харуулна. Улирал, сарын нөлөө: Цувааны утганд

улирал сарын өөрчлөлт байгаа эсэхийг харуулна.

Мөчлөг: Цувааны утганд ямар нэгэн энерци хадгалагдаж байгаа эсэхийг шалгадаг.

Санамсаргүй хэмжигдэхүүн буюу шок

Хугацааны цуваан өгөгдлийн бүрэлдэхүүн хэсгүүд:

Хугацааны цувааг бүтцээр нь ялгах гэдэг нь цуваанаас трэнд, улирлын нөлөө, мөчлөгийн болон шокын нөлөөг ялгахыг хэлнэ.

Бүрэлдэхүүн хэсгүүдийг ялгаснаар: Трэндээс гажих савлагааг олж харах Хугацааны цуваанд ямар хүчин зүйл

илүүтэй нөлөөлж буйг тодруулах

Хугацааны цуваан өгөгдлийн бүрэлдэхүүн хэсгүүд:

Бүрэлдэхүүн хэсгүүдийн бүтэц хоёр төрөл байж болно: Үржвэр бүтэцтэй: Нийлбэр бүтэцтэй:

T – Трэнд

C – Мөчлөгийн нөлөө

S – Улирал, сарын нөлөө

E – Шокын нөлөө

ESCTY ***=ESCTY +++=

Үржвэр бүтэцтэй хугацааны цуваа

Улирал, сарын нөлөө нь хугацаа өнгөрөх тусам ихсэж байвал хугацааны цувааг үржвэр бүрэлдэхүүн хэсэгтэй гэж үздэг.

Нэгэн дэлгүүрийн DVD-ны борлуулалтыг авч үзвэл:

Нийлбэр бүтэцтэй хугацааны цуваа

Улирал, сарын нөлөө нь тогтмол хэмжээгээр өөрчлөгдөж байвал хугацааны цувааг нийлбэр бүрэлдэхүүн хэсэгтэй гэж үздэг.

Нэгэн дэлгүүрийн борлууллатын өгөгдлийг харуулбал:

Шилжүүлэх нь:

Үржвэр бүтэцтэй хугацааны цувааг нийлбэр бүтэцтэй хугацааны цуваа руу логарифм функцыг ашиглан шилжүүлж болно:

ECSTY ttttt***=

)log()log()log()log()log( ECSTY ttttt+++=

Хугацааны цувааг бүрэлдэхүүн хэсгээр нь ялгах үйлдлийн дараалал:

Улирал сарын индексийг тооцно. Трэндийг ялгах Мөчлөгийн ялгах Шок буюу санамсаргүй

хэмжигдэхүүнийг ялгах

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Жишээ болгож 2005 оны суурьтай БДНБ-н өгөгдлийг авч үзье!

1998 оноос 2010 оны хоорондох улирлын нийт 52 ажиглалт дээр шинжилгээг хийе!

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Улирал, сарын индексийг тооцох нь:

Улирлын индекс нь тухайн улиралд сонгож авсан үзүүлэлт трэндээсээ хэдэн нэгжээр хазайж байгааг харуулна.

Индексийг тооцохдоо улирлын өгөгдөлтэй үед 4 болон 2 цэгийн дунджийг, сарын өгөгдлийн хувьд 12 болон 2 цэгийн дунджийг ашиглана.

Туслах хүснэгтийг байгуулна.

Дөрөв ба хоёр цэгийн дундаж Он Улирал Хугацаа Утга 4 цэгийн дундаж 2 цэгийн дундаж

I-р он

I 1 y1 - -II 2 y2 x2= (y1+y2+y3+y4)/4 -III 3 y3 x3= (y2+y3+y4+y5)/4 z3=(x1+x2)/2IV 4 y4 x4= (y3+y4+y5+y6)/4 z4=(x2+x3)/2

II-р он

I 5 y5 x5= (y4+y5+y6+y7)/4 z5=(x3+x4)/2II 6 y6 x6= (y5+y6+y7+y8)/4 z6=(x4+x5)/2III 7 y7 . .IV 8 y8 . .

III-р он

I 9 y9 . .II 10 y10 . .III 11 y11 . .IV 12 y12 . .

IV-р он

I 13 y13 . .II 14 y14 . .III 15 y15 . .IV 16 y16 . .

. . . . . .

. . . . . .

K-р он

I 4k-3 y4k-3 . .II 4k-2 y4k-2 x4k-2= (y4k-4+y4k-3+y4k-2+y4k-1)/4 z4k-2=(x4k-3+x4k-2)/2III 4k-1 y4k-1 x4k-1= (y4k-3+y4k-2+y4k-1+y4k)/4 -IV 4k y4k - -

Туслах хүснэгт байгуулах нь:

Туслах хүснэгт

Он Улирал Дүн

I II III IV

1 - - y3-z3 y4-z4

2 y5-z5 y6-z6 y7-z7 y8-z8

3 y9-z9 y10-z10 y11-z11 y12-z12

. . . . .

. . . . .

k-р он y(4k-3)-z(4k-3) y(4k-2)-z(4k-2) - -

Дүн Sum 1 Sum 2 Sum 3 Sum 4

Дундаж Average 1 Average 2 Average 3 Average 4 Sum A

Улирлын индекс

S1= (Sum1/k-1)-(Sum A/4) S2= (Sum2/k-1)-(Sum A/4) S3= (Sum3/k-1)-(Sum A/4) S4= (Sum4/k-1)-(Sum A/4) 0

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Улирал, сарын нөлөөг салгах нь:

Үзүүлэлтээс улирал, сарын нөлөөг ялгаснаар: Үзүүлэлтийг өөр цаг хугацаанд хэрхэн өөрчлөгдөж

байгааг харж чадна. Эдийн засаг, бизнесийн мөчлөг хэрхэн өөрчлөгдөж

байгаа харах боломжийг бий болгоно. Улирал, сарын нөлөөг мэдснээр дараа улирал эсвэл

сарын талаар зөв таамаглал дэвшүүлж болно.

Трэндийг ялгах нь:

Трэндийг дараах аргуудаар олж болно: Шилжүүлэн дундажлах арга (Moving average

): цуваанаас 4 болон 2 цэгийн дундаж авна. Регрессийн шулуунын арга (Regression

line ): Ходрик – Пресскотын арга (Hodrick -

Prescott)

btaTR +=

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Трэндийг ялгах нь:

Трэндийг ялгаснаар: Үзүүлэлтийн урт хугацааны чиг

хандлагийг харах боломжтой. Үзүүлэлтийн ирээдүйн утгийн талаар зөв

төсөөллийг бий болгоно.

Мөчлөгийг ялгах нь:

Мөчлөгийг ялгахдаа мөн шилжүүлэн дундажлах аргыг хэрэглэнэ.

Шилжүүлэн дундажлахдаа цэгийн тоог сондгой тоогоор сонгоно.

Улирлаар бол 5-аас их, сараар бол 13-с дээш цэгийн дунджийг авна.

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Мөчлөгийг ялгах нь:

Мөчлөгийг ялгаснаар: Үзүүлэлтийн өмнөх үеэсээ хэрхэн

хамаардгийг харах боломжтой болно. Бизнесийн мөчлөгийн үечлэлийг

тодруулах боломжтой.

Шокын нөлөөг ялгах нь:

Үзүүлэлтээс улирал сарын нөлөө, трэнд болон мөчлөгийг ялгасны дараа үлдэж байгаа хэсэг нь шок байдаг.

Шок нь өмнөх утгаасаа хамаарахгүй, ямар нэгэн энерци байхгүй санамсаргүй хэмжигдэхүүн юм.

Цагаан шуугиан бол шокын сонгодог хэлбэр юм.

БДНБ-н шинжилгээг жишээ болгон авч үзье!

Цагаан шуугианы шинжилгээний үр дүн:

Null Hypothesis: SER01 has a unit root

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.809582 0

Test critical values: 1% level -2.636901

5% level -1.951332

10% level -1.610747

ДНБ-ний өгөгдөл

200

400

600

800

1,000

1,200

1,400

1,600

1,800

00 01 02 03 04 05 06 07 08 09 10 11 12 13

GDP

Трендийн регрессийн загварDependent Variable: GDPMethod: Least SquaresDate: 11/22/13 Time: 10:58Sample (adjusted): 2000Q1 2013Q2Included observations: 54 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 434.6399 42.02833 10.34160 0.0000@TREND 16.73588 1.367061 12.24223 0.0000

R-squared 0.742411 Mean dependent var 878.1407Adjusted R-squared 0.737458 S.D. dependent var 305.5722S.E. of regression 156.5718 Akaike info criterion 12.98124Sum squared resid 1274765. Schwarz criterion 13.05491Log likelihood -348.4935 Hannan-Quinn criter. 13.00965F-statistic 149.8723 Durbin-Watson stat 2.420029Prob(F-statistic) 0.000000

Үнэлэгдсэн утга, үлдэгдлийн зураглал

-400

-200

0

200

400

0

400

800

1,200

1,600

2,000

00 01 02 03 04 05 06 07 08 09 10 11 12 13

Residual Actual Fitted

Улирлын нөлөөллийн үнэлгээDependent Variable: GDPMethod: Least SquaresDate: 11/22/13 Time: 11:03Sample (adjusted): 2000Q1 2013Q2Included observations: 54 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

@TREND 16.54690 0.734340 22.53304 0.0000@SEAS(1) 220.2806 29.48353 7.471309 0.0000@SEAS(2) 526.5551 29.96429 17.57275 0.0000@SEAS(3) 485.2036 30.13478 16.10112 0.0000@SEAS(4) 536.7413 30.60531 17.53752 0.0000

R-squared 0.930033 Mean dependent var 878.1407Adjusted R-squared 0.924322 S.D. dependent var 305.5722S.E. of regression 84.06184 Akaike info criterion 11.78900Sum squared resid 346253.2 Schwarz criterion 11.97317Log likelihood -313.3031 Hannan-Quinn criter. 11.86003Durbin-Watson stat 0.973373

Үнэлэгдсэн утга, үлдэгдлийн зураглал

-200

-100

0

100

200

300

0

400

800

1,200

1,600

2,000

00 01 02 03 04 05 06 07 08 09 10 11 12 13

Residual Actual Fitted

Мөчлөгийн үнэлгээDependent Variable: GDPMethod: Least SquaresDate: 11/22/13 Time: 11:13Sample (adjusted): 2000Q3 2013Q2Included observations: 52 after adjustmentsConvergence achieved after 11 iterationsMA Backcast: 1999Q3 2000Q2

Variable Coefficient Std. Error t-Statistic Prob.

@TREND 18.56704 1.678712 11.06029 0.0000@SEAS(1) 140.5074 64.61465 2.174544 0.0350@SEAS(2) 473.6772 63.94891 7.407120 0.0000@SEAS(3) 421.5690 64.04945 6.581930 0.0000@SEAS(4) 491.5759 62.78284 7.829781 0.0000

AR(2) 0.462497 0.147913 3.126813 0.0031MA(4) 0.811297 0.090820 8.933036 0.0000

R-squared 0.972074 Mean dependent var 893.1096Adjusted R-squared 0.968351 S.D. dependent var 300.5302S.E. of regression 53.46498 Akaike info criterion 10.92058Sum squared resid 128632.7 Schwarz criterion 11.18325Log likelihood -276.9351 Hannan-Quinn criter. 11.02128Durbin-Watson stat 1.717095

Үнэлэгдсэн утга, үлдэгдлийн зураглал

-120

-80

-40

0

40

80

120

0

400

800

1,200

1,600

2,000

00 01 02 03 04 05 06 07 08 09 10 11 12 13

Residual Actual Fitted

Шок буюу цагаан шуугианы зураглал

-120

-80

-40

0

40

80

120

00 01 02 03 04 05 06 07 08 09 10 11 12 13

GDP Residuals

Прогноз

200

400

600

800

1,000

1,200

1,400

1,600

1,800

00 01 02 03 04 05 06 07 08 09 10 11 12 13 14

GDPF GDP

Анхаарлаа хандуулсанд баярлалаа.