Сезонная декомпозиция - прогноз коммерческого грузооборота в Российской Федерации, страница 3

Особое внимание в полученной таблице уделим сезонным коэффициентам (Seasonal Factors) – данным, которые в дальнейшем могут быть использованы для адаптации прогнозной функции тренда к сезонности. Сезонные коэффициенты одинаковы для соответствующих месяцев всех лет. Поэтому имеет смысл выбрать только те из них, которые требуются для дальнейшего анализа:

С помощью этого графика можно непосредственно определить характер сезонности. Так, наблюдается некоторый спад коммерческого грузооборота в первые месяцы года, некоторый рост в марте, относительно устойчивая динамика с апреля по сентябрь и, наконец, ярко выраженный рост в октябре и декабре. Теоретически снижение объемов грузооборота в первые зимние месяцы года может быть обусловлено новогодними праздниками, а также негативным состоянием транспортных коммуникационных сетей, преимущественно дорог (метели, гололедица, заносы на дорогах и т.д.). Рост и дальнейшая относительно устойчивая динамика аналогичного показателя определяется освобождением трасс от снега, общим улучшением состояния дорожного покрытия. Значительное увеличение грузооборота в конце года определяется стремлением обеспечить рыночных субъектов всей необходимой продукцией к наступлению новогодних праздников и предстоящему ухудшению погодных условий.   

Далее можно попытаться визуально оценить, насколько сезонные факторы отражают сезонные колебания исходного временного ряда. Для этого построим график с двумя шкалами измерения (Plot two var lists with different scales). На одной шкале отметим значения объемов коммерческого грузооборота, а на другой значения сезонных коэффициентов.

На получившемся графике видно, что сезонные факторы очень хорошо “вписываются” в поведение данных исходного ряда. 

Чтобы составить прогноз, имеет смысл обработать трендово-циклическую компоненту и вывести уравнение, наилучшим образом описывающее ее поведение. На следующем графике хорошо будет видно, что интересующий нас тренд может быть описан полиномиальной функцией:

Теперь, получив уравнение тренда, необходимо поместить его в рабочий лист программы. Затем скопируем сезонные коэффициенты из окна результатов сезонной декомпозиции и вставим их как переменную “Сезонные коэффициенты”. Перейдем к формированию окончательной прогнозной модели. Для этого, учитывая мультипликативную сезонность, перемножим переменные “Тренд” и “Сезонные коэффициенты”, разделив результат на 100, поскольку в первоначальном виде он будет выражен в процентах. Полученные данные оформим в виде фрагмента таблицы:

Таблица 3 - Прогнозные значения объема коммерческого грузооборота

Годы

Месяцы

Грузооборот

Сезонные коэффициенты

Тренд

Прогноз

1

2001

январь

280,5

100,0153

287,5749

287,618987

2

февраль

276,8

93,6169

290,0279

271,515173

3

март

301,0

103,3841

292,4533

302,350278

4

апрель

296,4

98,9466

294,8511

291,745051

5

май

310,0

101,2252

297,2213

300,862867

6

июнь

290,2

97,3097

299,5639

291,504587

7

июль

302,0

99,3329

301,8789

299,865083

8

август

303,0

99,7002

304,1663

303,254288

9

сентябрь

306,4

98,4187

306,4261

301,580595

10

октябрь

322,0

103,7202

308,6583

320,140966

11

ноябрь

320,0

100,7165

310,8629

313,090318

12

декабрь

325,0

103,6137

313,0399

324,352293

13

2002

январь

311,4

100,0153

315,1893

315,23762

14

февраль

297,9

93,6169

317,3111

297,056863

15

март

328,0

103,3841

319,4053

330,214367

16

апрель

315,6

98,9466

321,4719

318,085419

17

май

323,5

101,2252

323,5109

327,474569

18

июнь

312,0

97,3097

325,5223

316,764615