Seasonal Adjustment, Index of Industrial Production

реклама
unido.org/statistics
Сезонная корректировка
национальных ИПП на
международном уровне
Шьям Упадьяя, Шохре Мирзаеи
ЮНИДО
Вена, Австрия
unido.org/statistics
Содержание
•
•
•
•
•
•
•
Что и зачем
Основные концепции
Цена и риски
Методы
Программное обеспечение
Опыт ЮНИДО
Recommendation
unido.org/statistics
Сезонно скорректированный и исходные данные
- Индекс промышленного производства
unido.org/statistics
Сезонно скорректированный и исходные данные
- Индекс промышленного производства
unido.org/statistics
Процент изменения ИПП
QII 2012 к QI 2012
Исходные
данные
Сезонно
скорректированные
QII 2011 к QI 2011
Россия
Камерун
Россия
Камерун
-1.39%
-6.86%
-15.48%
-17.17%
-0.66%
8.43%
-8.51%
-0.66%
unido.org/statistics
Зачем сезонная корректировка?
• Помощь в краткосрочном прогнозировании
• Помощь в сопоставлении динамических рядов, вклюая
динамические ряды разных стран
• Возможность сопоставления месячных и квартальных
данных
• Возможность оценивать реальные изменения в
промышленном производстве, которые может быть будет
трудно оценить в силу сезонных изменений
unido.org/statistics
Сезонная корректировка
• Процесс оценки и удаления сезонных эффектов и
фильтрации систематических календарных источников
влияния из исходных данных по ИПП
• Есть распространенное заблуждение, что сезонная
корректировка может скрыть имеющие место аномальные
явления. Но это ошибка: если есть данные по каким-либо
необычным явлениям, они будут включены в сезонно
скорректированные данные.
unido.org/statistics
Сезонная корректировка
• Способствует сравнению долго- и краткосрочных темпов
динамики между странами
• Отклонения вследствие сильного или слабого сезонного
влияния будут видимы и в сезонно скорректированных
показателях. В целом, случайные потрясения экономики
или аномальные явления, которые понятны и объяснимы с
точки зрения экономики (например, последствия
экономической политики, забастовки и т.д.) тоже будут
видны.
unido.org/statistics
Сезонная корректировка
• Сезонно скорректированные данные не
показывают «обычные» и повторяющиеся
явления, и дают оценку новым явлениям в
динамике, что и является целью сезонной
корректировки
unido.org/statistics
Цена и риски
• Сезонная корректировка требует значительных
ресурсов: временных, людских и технических
• Некорректные или низкого качества результаты
сезонной корректировки могут привести к
ошибочным показателям, увеличить вероятность
ложных сигналов (credibility effects)
• Наличие остаточной сезонности, так же как и
чрезмерное сглаживание несут конкретные риски,
которые могут
негативно отразится на
интерпретации
сезонно
скорректированных
данных
unido.org/statistics
Методы сезонной корректировки
• Model based method
– TRAMO/SEATS
• Filter based method
– X12-ARIMA
unido.org/statistics
TRAMO/ SEATS
• TRAMO (Time Series Regression with ARIMA Noise,
Missing Observations and Outliers) and SEATS (Signal
Extraction in ARIMA Time Series) разработанные by Victor
Gómez and Agustin Maravall в Банке Испании.
• Эти две программы используются в настоящее время
организациями/агенствами которые собирают и
используют экономическую информацию, включая
Евростат и Европейский Цетробанк.
• Программы TRAMO and SEATS представляют из себя
параметрический метод моделирования/прогнозирования
и выделения синалов (выбросов) в одномерных
динамических рядах.
unido.org/statistics
Demetra+
• В прошлом существовало две опции в выборе программного
обеспечения для сезонного сглаживания: X-12-ARIMA and TRAMO/
SEATS.
• На сегодняшний день существует программа, которая объединяет
функциональность обеих программ X-12-ARIMA и TRAMO/SEATS:
Demetra+.
• Пользователи могут выбрать один из подходов для каждого случая, не
меняя программу.
unido.org/statistics
Архитектура системы (Цикл))
Raw
Database
Publication
Output
Database
TSTools
Demetra+
unido.org/statistics
Настройка
• Три типа настройки модели
– Current Adjustment → фиксирование параметров и
коэффициентов модели
– Semi-concurrent Revision → переоценка
коэффициентов модели при поступлении новых
данных
– Concurrent Adjustment → полная перенастройка модели
unido.org/statistics
Опыт ЮНИДО (ИПП)
• 334 динамических ряда
• Качество динамических рядов
– Краткосрочные динамические ряды: минимум 3 года для
месячных данных и 4 года для квартальных
•
Настройка модели: semi-concurrent revision (1 раз в год)
• 4 квартальных отчета по мировому промышленному
производству, используя сезонно сглаженные данные
unido.org/statistics
Предложения и рекомендации
• Метод агрегирования
– Непрямой подход
– Прямая корректировка
• Рекомендуется проводить сезонную корректировку на
уровне страны
• Настройка модели
• Публикации
– Если сезонность присутствует и может быть определена, данные
должны публиковаться сезонно скорректированными.
– Метод и программное обеспечение должны быть отражены в
соответствующей метадате.
unido.org/statistics
• Страны, у которых нет опыта сезонной корректировки
данных, должны предоставить их национальные
календари или, как альтернативу, сведения о
национальных праздниках, включая информацию о
компенсационных днях. Также предоставляя календарь
для года t+1 или информацию о соответствующих
выходных/праздниках.
• Пользователи сезонно скорректированными данными
должны помнить о том, что их использование для
эконометрического моделирования осторожным.
unido.org/statistics
Thank you for your attention!
Скачать