zaman sıraları və proqnozlaşdırma
TRANSCRIPT
Mündəricat
Zaman sıraları Zaman sıralarının analizi Zaman sıralarının modelləşdirilməsi Zaman sıralarının proqnozlaşdırılması Eviews proqramında zaman sıralarının modelləşdirilməsi və
proqnozlaşdırılması
İstifadə olunmuş ədəbiyyat siyahısı
Zaman sıraları
Zaman sıraları (time series) müəyyən zaman intervalında müşahidə olunan
göstəricilərdir.
Zaman sıralarının komponentləri
Trend(Trend)
Tsiklik(Cyclic)
Mövsümi(Seasonal
)
Qaydasız(Irregular
)
Zaman sıralarının dekompozisiyası
Additiv dekompozisiya
(additive decomposition)
Psevdo-additiv dekompozisiyası (pseudo-additive decomposition)
Multiplikativ dekompozisiya (multiplicatice decomposition)
Additiv dekompozisiya yt = Tt + St + It
Multiplikativ dekompozisiya yt = Tt × S t× It
Psevdo-additiv dekompozisiya
sı yt = Tt × (St + It – 1)
Zaman sıralarının analizi
Zaman sıraları analizinin məqsədi
Xarakterizəetmə (characterizing)
Proqnozlaşdırma (forecasting)
Modelləşdirmə (modeling)
Box-Jenkins metodologiyası
İdentifikasiya və model seçilməsi (Identification and model selection)
Qiymətləndirmə (ölçmə) (Estimation)
Modelin yoxlanılması (Model checking)
Zaman sıralarının modelləşdirilməsi
- Zaman sıralarını meydana
gətirən əsas mexanizmlərin
anlaşılması- Gələcəyi
proqnozlaşdırma
Zaman sıraları modelləri
Avtoreqressiv (autoregressiv
e (AR))
Sürüşkən orta (moving
average (MA))
Avtoreqressiv sürüşkən orta (autoregressive (integrated)
moving average
(AR(I)MA))
Zaman sıralarının proqnozlaşdırılması
Proqnozlaşdırma metodları
Kəmiyyət metodları
Səbəbiyyət modelləri (Causal models)
Zaman sıraları modelləri
(Time series models)
Keyfiyyət metodları
Proqnozun dəqiqliyinin yoxlanılması
Orta mütləq səhv proqnoz və təxminlərin real dəyərlərə nə dərəcədə yaxın olduğunu ölçən kəmiyyətdir
n
ttt FA
nMAD
1
1
Orta mütləq faiz səhvi trendin ölçülməsində istifadə olunan dəqiqiliyi yoxlama metodudur
t
n
ttt AFA
nMAD /1
1
İzləmə siqnalı (tracking signal) proqnozlaşdırma zamanı gözlənilən proqnoz ilə gerçək dəyərlər arasındakı fərqi yoxlayır. Bu yoxlama metodundan proqnozlaşdırma metodu şübhə altında aldıqda tez-tez istifadə olunur.
TS = SFE/MAD
EViews proqramında zaman sıralarının modelləşdirilməsi və
proqnozlaşdırılması
Box-Jenkins metodologiyası Stasionarlıq testi AR və ARİMA modelinin qurulması Model seçimi Proqnozlaşdırma
Mövsümi təmizləmə
4.5
5.0
5.5
6.0
6.5
7.0
7.5
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
Qeyri-dövlet investisiyaları (LQDİ)
5.0
5.5
6.0
6.5
7.0
7.5
8.0
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
Ümumi investisiyalar (LRUİ)
4.0
4.4
4.8
5.2
5.6
6.0
6.4
6.8
7.2
7.6
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
Qeyri-neft investisiyaları (LQN)
Vahid kök testi
Göstəricilər Səviyyə Artım
Ümumi investisiyalar -2.261262 -6.771084***
Qeyri-dövlət investisiyaları -2.515500 -7.819278***
Qeyri-neft investisiyaları -1.376589 -10.54583***
(***-1%-li əhəmiyyətlilik dərəcəsi)
Model Seçimi Əmsalların statistik əhəmiyyətliliyi Akaike və Schwarz informasiya kriteriyaları Avtokorrelyasiya və heteroskedastikliyin olmaması Orta mütləq xətanın kiçik olması Orta mütəq faiz xətasının kiçik olması
Model seçimiGöstəricilər
Ümumi investisiyalar(AR)
Ümumi investisiyalar(ARMA)
Qeyri-dövlət investisiyaları(AR)
Qeyri-dövlət investisiyaları(ARMA)
Qeyri-neft investisiyaları(AR)
Qeyri-neft investisiyaları(ARMA)
Sabit 0.0373442.106108
0.0323331.750771
0.0031410.074008
0.0372861.358173
0.048539(4.463858)
0.15137912.17245
AR(1)0.0810900.589324
1.14547534.66206
-0.230644(-1.374284)
-0.508252(-3.622435)
-0.584011(-1.554557)
0.2394811.025224
AR(2)-0.039500
(-0.286622)-0.956204
(-30.70864)-0.272716
(-1.536147)-0.576033
(-5.072273)-0.238485
(-1.994403)-0.456854
(-3.055205)
AR(3)-0.267399
(-1.976384)0.1117110.610359
-0.711646(-5.209799)
-0.287784(-3.061465)
AR(4)-0.093342
(-0.547909)-0.431075
(-3.061465)
AR(5)0.1496310.919504
-0.442323(-3.006542)
AR(6)0.1189180.734849
0.311640(-2.247983)
AR(7)0.2474711.534314
AR(8)0.0643970.400465
AR(9)0.1378490.883519
AR(10)0.0374060.236235
MA(1)-1.188842
(-15.55977)0.5084485.817029
-0.867662(-3.354564)
MA(2)0.999987310053.7
0.5107136.399841
0.7901002.665690
MA(3)0.92447114.16440
-0.547121(-1.9272590)
MA(4)-0.317880
(-1.343000)
Proqnoz (Ümumi investisiyalar)
(seçmə müşahidə daxili və seçmə müşahidə xarici)
-.3
-.2
-.1
.0
.1
.2
.3
.4
II III IV I II III IV I II III IV I II III IV2012 2013 2014 2015
-.4
-.3
-.2
-.1
.0
.1
.2
.3
.4
II III IV I II III IV I II III IV I II III IV2012 2013 2014 2015
Ümumi inv estisiy alar(AR modeli) Ümumi inv estisiy alar(ARMA modeli)
Proqnoz (Qeyri-dövlət investisiyaları)
(seçmə müşahidə daxili və seçmə müşahidə xarici)
-.6
-.4
-.2
.0
.2
.4
.6
II III IV I II III IV I II III IV I II III IV2012 2013 2014 2015
-.6
-.4
-.2
.0
.2
.4
.6
II III IV I II III IV I II III IV I II III IV2012 2013 2014 2015
Qey ri-döv let inv estisiy aları(AR modeli) Qey ri-döv let inv estisiy aları(ARMA modeli)
Proqnoz (Qeyri-neft investisiyaları)
(seçmə müşahidə daxili və seçmə müşahidə xarici)
-.8
-.6
-.4
-.2
.0
.2
.4
.6
.8
II I II IV I II I II IV I II I II IV I II I II IV2012 2013 2014 2015
-.8
-.6
-.4
-.2
.0
.2
.4
.6
.8
II I II IV I II III IV I II I II IV I II III IV2012 2013 2014 2015
Qey ri-nef t inv estisy aları(AR modeli) Qey ri-nef t inv estisy aları(ARMA modeli)
İstifadə olunmuş ədəbiyyat siyahısı
1. Andrew F.Siegel, “Practical Business Statistics” 6th edition2. Walter Enders, “Applied Econometric Time series” 3rd edition3. Nahmias Steven (2005), “Production and Operations Analysis”, 5th edition4. Zsuzsanna Horwath and Ryan Johnston, “Time Series Process”5. Klaus Neusser (October 24, 2014), “Time Series Analysis in Economics”6. Prof. Gesine Reinert (Prof. Department of Statistics University of Oxford), “Time Series”7. George Box and Gwilym Jenkins (1976), “Time Series Analysis: Forecasting and Control”8. Tyler Hedin (Brigham Young University), “Tracking Signal, A Measure of Forecasting Accuracy”9. Department of Statistics University of Oxford, http://stats.ox.ac.uk10. Australian Bureau of Statistics, http://www.abs.gov.au11. https://www.otexts.org12. http://www.investopedia.com13. http://www.stat.gov.az