La Red de Conocimientos Pedagógicos - Currículum vitae - Explicación detallada de las dificultades de ACCA(F2): series temporales

Explicación detallada de las dificultades de ACCA(F2): series temporales

En el examen ACCA, el punto de conocimiento de la serie temporal F2 siempre ha sido muy importante y aparece en el examen todos los años. Hoy, Deep Space Network explicará este punto de conocimiento en detalle.

01, Componentes y Limitaciones de las Series Temporales.

1.1) Las series temporales se pueden dividir en 4 categorías:

a) Tendencia. (Tendencia)

Palabras clave: movimiento potencial a largo plazo

√Con base en las ventas reales actuales, la tendencia de ventas aproximada se deriva mediante cálculos matemáticos.

Es decir, por defecto las tendencias actuales también se aplicarán al futuro.

b) Cambios estacionales. (Cambios estacionales)

Palabras clave: fluctuaciones a corto plazo

Afectan a los resultados en diferentes épocas del año

√El tiempo no es necesariamente una desviación basada en el " temporada", más bien, hay desviaciones diarias o semanales regulares.

En otras palabras, las desviaciones regulares en el corto plazo pueden clasificarse como cambios estacionales.

c) Cambios cíclicos. (Cambios cíclicos)

Palabras clave: período de tiempo más largo

√ En comparación con los cambios estacionales, son cambios regulares a largo plazo, como los ciclos económicos.

d) Cambios aleatorios. (Cambios aleatorios)

Palabras clave: Situaciones imprevistas

√Generalmente impredecibles, como: golpes de estado, guerras.

Por tratarse de un evento inesperado, este elemento no se considera en la previsión.

Ps: los cambios periódicos no se consideran al realizar cálculos de series de tiempo en F2 y solo están involucrados en el nivel P.

1.2) Las limitaciones de los cálculos de series temporales surgen de tres supuestos.

a. Hay una tendencia lineal.

b. Los cambios estacionales son constantes.

c. Lo que sucedió en el pasado es una guía confiable para el futuro.

Por lo tanto, este método no se aplica si la ocurrencia de eventos es impredecible.

02, un componente de la serie temporal: cálculo de tendencias

Paso 1: suavizar las unidades de ventas reales utilizando el método de media móvil Nota: los períodos de tiempo pares son un paso más largos que los períodos de tiempo impares ! a) Cuando el lapso de tiempo es un número impar (tome un lapso de tiempo de tres años como ejemplo)

b) Cuando el lapso de tiempo es un número par (tome un lapso de tiempo de cuatro años como ejemplo) )

Segundo paso: después de suavizar las unidades de ventas reales, encuentre la expresión de tendencia según el método alto-bajo, es decir, Y=a b XY (variable dependiente) = tendencia, x (variable independiente) = tiempo, y una x representa un lapso de tiempo. Nota: ¡El tiempo es la variable independiente y la tendencia es la variable dependiente! Por lo tanto, de acuerdo con el principio de cálculo del método alto-bajo, primero seleccione los valores máximo y mínimo de tiempo (x), y luego encuentre el valor correspondiente de la tendencia (Y), y podrá obtener el valor de expresión.

Tome el lapso de tres años en el paso 1 como ejemplo: suponga que 20X1 en el eje X representa 1, y cada año estará representado por un número a su vez, luego 20X5 en el eje X. el eje representa 5 y se encuentra a través del valor correspondiente de Y, y luego se obtienen dos puntos (1, 410 Y = 395 15X de (5, 470)

Discriminación: La línea recta inclinada en la imagen es la realización de la expresión de tendencia en el eje de coordenadas. Esta línea no tiene un rango X específico (es decir, la premisa del cálculo de la serie temporal implica que la tendencia actual continuará en el futuro). Para facilitar la comprensión, la serie temporal se puede dividir en dos partes.

1) Situación actual (real)

La curva azul en la figura es la unidad real y la línea recta diagonal azul se calcula en base a los dos pasos anteriores. Esa es la tendencia en la situación actual.

2) Predecir el futuro.

La línea recta diagonal negra en la figura es una extensión de la línea recta diagonal azul, que continúa la tendencia existente y representa la tendencia futura. Luego ajuste las fluctuaciones estacionales correspondientes de acuerdo con la línea continua azul gruesa dada. Obtenga la imagen de predicción de la curva negra.

03. Componente de serie temporal - cálculo de tendencia del cambio estacional

Incluye dos elementos: y = número de pronóstico t = tendencia = cambio estacional. La línea azul continua en la figura anterior ajusta las fluctuaciones estacionales de la tendencia obtenida. Finalmente, se obtiene el mapa de predicción (Y)a).

La fórmula de cálculo del modelo aditivo es Y = T S Ejemplo 1: La tendencia de ventas básica basada en los últimos 15 períodos es y = 345,12_1,35x si cada 16º período. El coeficiente estacional de iod es _23,62. Suponiendo un modelo de pronóstico aditivo, ¿cuál es el pronóstico para este período, en unidades totales? Solución: Sustituya x=16 en y = 345,12 _ 1,35x para obtener y=323,52. Aquí, Y es la tendencia. Por lo tanto, en el modelo aditivo, correspondiente a T=323,52, el conocido S=_23,62 se sustituye en la fórmula para obtener Y=323,52 (_23,62)=299,9.

b) Fórmula de cálculo del modelo multiplicativo Y = T * S Ejemplo 2: La tendencia de las ventas mensuales ($y) se relaciona con el mes (T) a través de la ecuación y = 1,500_3t, donde 20X8 El primer mes de t = 0. Si se utiliza el modelo multiplicativo, el factor de estacionalidad para el primer mes de 20X9 es 0,92, ¿cuáles son las ventas previstas (al dólar más cercano) para ese mes? Solución: Aquí t=0 corresponde a 20X8 mes1. Si hay 12 meses en un año, es 20X9 mes1, que corresponde a t = 12 (12 = 12). Por lo tanto, en el modelo multiplicativo, correspondiente a T=1464, el conocido S=0,92 se sustituye en la fórmula para obtener Y = 1464 * 0,92 = 1346,88.

c) La suma de las fluctuaciones estacionales bajo los dos modelos toma un año como ciclo, con n fluctuaciones estacionales en el medio (1) Modelo aditivo ∑△ S =0, es decir, la suma de n fluctuaciones estacionales en un año suma=0. Ejemplo 3: Los múltiples cambios estacionales de la serie temporal son los siguientes:

Con un año como ciclo, hay cuatro puntos temporales de fluctuación estacional en el medio, la suma = 00,82 1,41? (-1.09)=0?=-1.14 2) Modelo multiplicativo ∑△ s =n, es decir, dentro de un año, la suma de n fluctuaciones estacionales = n Ejemplo 4: Los cambios estacionales multiplicativos de la serie temporal son los siguientes:

Tomando un año como ciclo, hay cuatro puntos temporales de fluctuación estacional en el medio, el total = 40,82 1,41? 1,09=4?=0,68Ps: El coeficiente de fluctuación de una determinada temporada en el modelo multiplicativo no puede ser negativo.

04. Cálculo no estacional (factores no estacionales)

"Ajuste estacional" es sinónimo de "descentralización": este punto de conocimiento puede entenderse como el reverso del conocimiento anterior. El pensamiento de puntos, que no implica pronósticos, es combinar la tendencia actual con la comprensión gráfica después de conocer las unidades reales y los factores de desestacionalización: dada la curva azul (unidades reales) y el coeficiente de fluctuación estacional (línea azul continua gruesa), encuentre los puntos en la línea diagonal azul.

Modelo aditivo: T=Y-S Modelo multiplicativo: t = y/sy = unidades reales vendidas = cambio estacional t = tendencia de ajuste estacional = tendencia actual Ejemplo 5: En enero, el número de desempleados en Ruritania fue 567.800. Si el factor de estacionalidad que utiliza un modelo aditivo de series de tiempo es 90 100, ¿cuál es el nivel de desempleo ajustado estacionalmente (al número entero más cercano)? Modelo aditivo: t = y-s = 567.800-90, 100 = 477.700.