Desezoniranje

je s.anje

 

Pogledajmo sljedeće objašnjenje metodologije:

Osnovna pretpostavka kod sezonske prilagodbe jest da se bilo koja vremenska serija može rastaviti na sljedeće glavne komponente: trend-ciklus (TC), sezonsku (S) i iregularnu (I) komponentu. Sezonska komponenta proizlazi iz čimbenika koji se pravilno ponavljaju. Uzrok su tome: klimatski uvjeti (npr. potrošnja energije veća je zimi), administrativne mjere (početak i kraj školske godine), kulturološki i vjerski običaji (promet trgovine na malo povećan je uoči Božića) itd. Trend-ciklus komponenta odražava niskofrekventne varijacije vremenske serije, odnosno one čije je razdoblje veće od vremenskog raspona u kojem se promatraju sezonske varijacije (najčešće jedna godina). Iregularnu komponentu čine nepredvidivi ili neočekivani čimbenici (npr. štrajk, prirodne katastrofe i sl.). Kod samog postupka sezonskog prilagođavanja originalna serija rastavlja se na spomenute komponente, pri čemu se sezonski prilagođena serija dobiva uklanjanjem sezonske komponente.

 

Rastavljanje same serije može biti aditivno ili multiplikativno. U prvom je slučaju originalna serija jednaka zbroju pojedinih komponenata, dok je u drugom slučaju originalna serija jednaka produktu komponenata. Kod metodologije X12-ARIMA pri procjeni pojedinih komponenata koriste se simetrični filtri pomičnih prosjeka te se sama metodologija može podijeliti u dva dijela. U prvom dijelu se iz originalne serije procjenjuje TC-komponenta te se njenim uklanjanjem iz originalne serije odredi nemodificirana SI-komponenta, tj. zbroj ili produkt sezonske i iregularne komponente, ovisno o tome je li rastavljanje originalne serije aditivno ili multiplikativno. Iz nemodificirane SI-komponente zatim se procijeni preliminarna S-komponenta čijim se uklanjanjem iz nemodificirane SI-komponente dobije preliminarna I-komponenta. Potom se na tako dobivenoj preliminarnoj I-komponenti identificiraju ekstremne vrijednosti i formira prilagođena SI-komponenta (modificirana za ekstremne vrijednosti), iz koje se na isti način kao prije odredi S-komponenta. Uklanjanjem tako dobivene S-komponente iz originalne serije dobiva se preliminarna sezonski prilagođena serija. U drugom dijelu ponavlja se cijeli postupak iz prvog dijela, samo što se konačna TC-komponenta procjenjuje iz preliminarne sezonski prilagođene serije dobivene u prvom dijelu. Pri kraju postupka dobivamo sezonski prilagođenu seriju, a uklanjanjem konačne TC-komponente iz sezonski prilagođene serije i konačnu I-komponentu. Potrebno je upozoriti da su godišnje stope originalne i sezonski prilagođene serije jednake jedino ako je rastavljanje originalne serije multiplikativno i procijenjena S-komponenta takva da istim mjesecima odgovaraju iste vrijednosti.

 

K tome, sezonski prilagođena serija ne isključuje samo sezonsku komponentu iz originalne serije nego i utjecaj čimbenika čije je podrijetlo u radnim danima, običnoj ili prijestupnoj godini, pomičnim i fiksnim blagdanima te u svih drugim utjecajima koji se mogu prepoznati (ekstremne vrijednosti s unaprijed poznatim uzrokom: rat, ekstremni vremenski uvjeti, promjene metodologije prikupljanja i izračuna podataka; promjene trenda ili sezone u vremenskim intervalima i sl.). Programski paket X12-ARIMA omogućuje analizu ovih čimbenika pomoću tzv. reg-ARIMA dijela. Primjera radi, budući da prodaja uobičajeno poraste krajem tjedna, prodaja će biti veća u mjesecima koji imaju pet petaka ili subota, nego u onima u kojima ih je manje. Takav utjecaj radnih dana analizira se i testira pomoću reg-ARIMA dijela. Ako je utjecaj statistički značajan, izračunava se komponenta koja pripada utjecaju radnih dana koja se zatim uklanja iz originalne vremenske serije. Kako se raspored dana unutar mjeseca iz godine u godinu ciklički mijenja, vrijednosti komponente koja pripada utjecaju radnih dana općenito neće biti iste za isti mjesec u dvije susjedne godine, a to također dovodi do razlika između godišnjih stopa originalne i sezonski prilagođene serije.

 

Trend-ciklus, sezonsku i iregularna komponenta. Kužimo se? Osnovna (bes)korisna statistika.

 

Popričajmo malo o izjavi: potrošnja energije je veća zimi.

Zamislimo primjer: pala je potrošnja energije u toku zime u odnosu na prethodnu zimu.

Upalimo našu statističku aplikaciju, desezoniramo i dobijemo… Desezonirani pad BDP-a manji od onoga realno izmjerenog? Uklonili smo sezonsku komponentu i sve je ok, dobili smo realnu trend-ciklus komponentu, u osnovi smo ustvrdili da je zima bila toplija u odnosu na prethodnu?

Ili nismo. Što ako zbog pada i/ili očekivanja pada standarda, recimo zbog recesije, ljudi manje griju. Manje uključuju radijatore. It’s a thing. Ili zamjene grijanje na mazut/ili plin grijanjem na drva, kupljena i registriana, sa crnog tržišta ili svoja. Also a thing. Sada, možete drvit po tome kako i koliko se crna ekonomija uključuje u BDP dok ne dobijete Nobela, no činjenica ostaje, ukoliko to ne uzmete u obzir (a ne uzmete, ili čak da i uzmete, nemate čarobnu kuglu za točne procjene), pogrešno procjenjujete vrijednosti trend-ciklus i sezonske komponente. I podcjenujete pad trend-ciklus komponente.

Zima je možda bila hladnija!

 

Zašto nam je uopće potrebno desezoniranje?

Da li netko ozbiljno želi tvrditi da mu je za realnu procjenu BDP-a, odnosno stanja gospodarstva, potrebno brojiti blagdane i broj vikenda u mjesecu? Ozbiljno?

Takav stav navodi samo na zaključak da dana individua/organizacija gleda prekratak vremenski interval – toliko kratak da iz bilo kakvih podataka koje ima ionako ne može ništa pametno zaključit. Kvartal je recimo dovoljno dug. Godina idealna. Stvarno nema nikakve potrebe za desezoniranjem.

 

Time ne želim reći da je ovakva statistička analiza beskorisna. Dapače, sasvim je korisna kao pomoćni alat kod izrade procjena budućih vrijednosti (koje su opet samo uvijek krive procjene jer ni najozbiljniji i najneutralniji analitičar ne može sve uzeti u obzir, a kamoli stvarno nepredvidivo), ali ni u kojem slučaju ne za procjene prošlih vrijednosti.

One su nam poznate. Znamo kolike su. Nema potrebe da donosimo pogrešne procjene o njihovoj vrijednosti.

Odgovori

Popunite niže tražene podatke ili kliknite na neku od ikona za prijavu:

WordPress.com Logo

Ovaj komentar pišete koristeći vaš WordPress.com račun. Odjava / Izmijeni )

Twitter picture

Ovaj komentar pišete koristeći vaš Twitter račun. Odjava / Izmijeni )

Facebook slika

Ovaj komentar pišete koristeći vaš Facebook račun. Odjava / Izmijeni )

Google+ photo

Ovaj komentar pišete koristeći vaš Google+ račun. Odjava / Izmijeni )

Spajanje na %s