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