Всі ми знаємо, що фінансовий аналіз даних не може обійтися без такого етапу як прогнозування. Після різних перевірок і тестів, вивчення основних закономірностей і рекомендацій – необхідно зробити прогноз.
Що робити при аналізі даних типу тимчасового ряду? Як правило, це візуальне сприйняття. І потім приступати до вибору моделі для прогнозування.
У цій статті ми розглянемо модель ARMA (Autoregressive moving average). Це математична модель, яка використовується для аналізу і прогнозування стаціонарних рядів в статистичних даних. ARMA об’єднує в собі прості моделі часових рядів: авторегресії (AR) і ковзне середнє (MA). Тобто, це стаціонарний процес виду:
Де ε – білі шуми, с — константа.
Всього q попередніх значень ε. І ми припускаємо, що сума p + q мінімальна можлива.
Позначається модель як ARMA (p, q), перший параметр p – це кількість лагів по авторегресії (AR), а q – це кількість лагів за змінним середнім (MA).
Процеси ARMA це практично все, що потрібно знати про стаціонарні процеси. Є теорема, яка говорить, що будь-який стаціонарний процес можна представити у вигляді авторегресіі з безліччю лагів. ARMA процес можна вибрати p, q досить великим і вибрати коефіцієнт перед ігриками і перед епсілон таким чином, щоб максимально наблизити прогнозовані значення з фактичними. Тому ARMA (p, q) моделі досить, щоб пояснити будь-який стаціонарний процес.
Потрібно запам’ятати, що коефіцієнти моделі ARMA не інтерпретуються, але не дивлячись на це їх успішно використовують при прогнозуванні.
Алгоритм побудови моделі ARMA (p, q):
Так як ці процеси алгоритмізовані ми можемо використовувати це для створення макросу в Caseware IDEA, так як це просто. Перший раз провести оцінку будь-якого рутинного процесу після чого використовувати цю модель в прогнозуванні клієнтських, або власних даних.
У наступній статті ми розглянемо ARIMA процеси, і покажемо на практиці, як же все-таки створити модель для прогнозування часових рядів.
Коли мова йде про роботу з клієнтами, бухгалтерські фірми зазвичай мають доступ до значної за обсягом інформації. Але проведення більш глибокого аналізу зазвичай потребує більше часу і більшого бюджету, ніж клієнти готові платити.
За допомогою аналізу даних IDEA бухгалтерські фірми можуть використовувати потужні і автоматизовані інструменти аналітики. Щоб допомогти глибше вникати в дані, не вимагаючи при цьому значно більшого часу персоналу.
Ви можете скористатися БЕЗКОШТОВНОЮ Демо-версією продукту,
щоб відчути ефективні інструменти аналітики.
