Оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників

Автор:

Анотація: В даній статті описана оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників підприємства.

Бібліографічний опис статті:

. Оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників//Наука онлайн: Міжнародний електронний науковий журнал - 2021. - №3. - https://nauka-online.com/publications/mathematics/2021/3/20-2/

Стаття опублікована у: : Наука Онлайн No3 март 2021

Математика

УДК 658.5

Прокопенко Ірина Вікторівна

студентка

кафедри автоматизованих систем обробки інформації та управління

Національного технічного університету України

«Київський політехнічний інститут імені Ігоря Сікорського»

ОПТИМІЗАЦІЯ МЕТОДУ ХОЛЬТА-ВІНТЕРСА ДЛЯ ПРОГНОЗУВАННЯ СТАНІВ ФІНАНСОВИХ ПОКАЗНИКІВ

Анотація. В даній статті описана оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників підприємства.

Ключові слова: метод Хольта-Вінтерса, прогнозування, модифікація методу Хольта-Вінтерса.

Експоненційне згладжування використовується в усьому світі тому, що це простий, швидкий та, що не менш важливо, недорогий метод. Експоненціальні методи згладжування – це клас методів, які формують прогнози за простими формулами, враховуючи тенденції та сезонні ефекти даних. Особливо доречно використовувати такі методи прогнозування для передбачення станів наступних фінансових показників:

  • Стан фінансових коштів на розрахункових рахунках;
  • Стан коштів в касі;
  • Баланс підприємства (тобто його доходи та витрати);
  • Оплати за продукцію;
  • Витрати грошових коштів;
  • Витрати на виробництво.

Метод Хольта-Вінтерса оцінює три параметри згладжування, які пов’язані зі злагодженим експоненційним рядом, трендом та сезонністю. В свою чергу сезонні варіації можуть мати або адитивну, або мультиплікативну форму. Мультиплікативна версія використовується ширше і в середньому працює краще, ніж добавка ([1]; звичайно, якщо ряд даних містить деякі значення, рівні нулю, мультиплікативний метод Хольта-Вінтерса не може бути використаний). Проблемою, яка впливає на всі експоненціальні методи згладжування, є вибір параметрів згладжування та початкових значень, щоб прогнози краще вписувались у дані часових рядів.

Метою статті є вдосконалення методу прогнозування Хольта-Вінтерса задля зменшення похибки прогнозування. З результатів отриманих для тестових даних (тестові дані взяті з тестового комплекту продукту MASTER бухгалтерія, для якого власне і розробляється оптимізований метод прогнозування) видно, що запропонований метод є ефективнішим, ніж звичайний метод прогнозування Хольта-Вінтерса.

Метод Хольта-Вінтерса та його оптимізація

Метод прогнозування Хольта-Вінтерса – це 3-параметрична модель прогнозу, яка враховує:

  • Злагоджений експоненційний ряд;
  • Тренд;
  • Сезонність.

Рішення щодо того, який метод краще використовувати (адитивний чи мультиплікативний) залежить від характеристик часових рядів:

  • Адитивний метод застосовується, коли сезонний компонент є постійним;
  • Мультиплікативний метод використовується, коли розмір сезонного компонента пропорційний рівню тенденції. [2]

Іншими словами: якщо часовий ряд представлений на графіку, у разі адитивної сезонності серія демонструє постійні сезонні коливання незалежно від рівня змінної ; у разі мультиплікативної сезонності розмір сезонних коливань змінюється в залежності від загальної середньої величини змінної .

Метод Хольта-Вінтерса

Для прогнозування методом Хольта-Вінтерса необхідно виконати наступні кроки:

КРОК 1. Обчислення експоненційно-злагодженого ряду.

КРОК 2. Визначення значення тренду.

КРОК 3. Оцінка сезонності.

КРОК 4. Формування прогнозу. [3]

Розглянемо детальніше ці кроки.

Обчислення експоненційно-злагодженого ряду:

   (1)

Визначення значенню тренду:

Оцінка сезонності:

Формування прогнозу на m періодів вперед:

де – злагоджена величина на період t,

– спостережувана величина (поточне значення ряду),

– оцінка тенденції часових рядів за час t,

– оцінка сезонності в часі t,

– параметри згладжування на інтервалі [0;1],

m – кількість періодів, на які потрібно спрогнозувати,

s – тривалість сезонності.

Для ініціалізації адитивного методу потрібні початкові      значення змінної , оцінка тренду  та оцінка сезонності . Для визначення початкових оцінок потрібен принаймні один цілий сезон даних (тобто s даних). Ініціалізація змінної  обчислюється за допомогою наступної формули:

Для ініціалізації тренду більше підходить, якщо ми використовуємо цілі два сезони (тобто дані 2s):

Сезонні індекси обчислюються як різниця між спостережуваним значенням та оцінкою змінної :

Найбільшими перевагами методу є низькі витрати, швидкий розрахунок та простота. Крім того, доведено, що цей метод (щодо витрат і самого розрахунку) і порівнянні із більш складними методами (наприклад, Бокс-Дженкінс); в деяких випадках результати, отримані за допомогою методу Хольта-Вінтерса, були навіть кращими, ніж більш складні методи ([4]).

Оптимізований метод Хольта-Вінтерса

Єдина різниця між звичайним методом Хольта-Вінтерса та його вдосконаленим методом полягає в рівнянні для розрахунку рівня (1); всі інші рівняння – щодо сезонності (), тенденції (), прогнозу () та ініціалізації методу – залишаються такими ж, як і при адитивному методі (2 – 7). Покращений метод прогнозування Хольта-Вінтерса для злагодженої величина на період t подано з рівнянням:

У вдосконаленому методі Хольта-Вінтерса, на відміну від адитивного методу Хольта-Вінтерса, параметру згладжування присвоюється лише спостережуване значення, а не сезонність.

Оптимізований метод Хольта-Вінтерса також належить до експоненціальних методів згладжування, який призначає експоненційно зменшення ваг у міру того, як спостереження старіють. Іншими словами, останнім спостереженням надається порівняно більша вага у прогнозуванні, ніж попереднім. За допомогою цього методу параметри згладжування також приймають значення для інтервалу [0; 1]. Чим вище значення параметра згладжування, тим нижче при згладжуванні.

Розрахунки та результати прогнозування

Для дослідження було використано дані продукту MASTER бухгалтерія за період з 31.10.2017 року до 31.12.2020 року та розбито їх поквартально (рисунок 1).

Рис. 1. Дані для дослідження

Нехай параметри згладжування матимуть наступні значення 0,001. А тривалість сезонності становитиме

Результати прогнозування методом Хольта-Вінтерса представлені в таблиці 1.

Таблиця 1

Результати прогнозування методом Хольта-Вінтерса

Рік T Yt Lt bt St Ft E2
2017 1 0 1,00
2 0 1,00
3 0 1,00
4 488780,18 24378,12 8803,50 1,00 -0,46 238906511612,52
2018 5 29208584,90 1488363,02 534298,61 1,02 513158,30 823427507608327,00
6 30454643,57 3440763,39 1046403,52 1,01 30696947,92 58711396113,50
7 13386091841,53 671921463,06 242070276,54 1,02 33895406,96 178281149627413000000,00
8 19858778172,68 1858900852,33 583295855,33 1,01 14058013304,59 33648873054860600000,00
2019 9 19427163711,10 3289355906,69 889221985,29 1,02 21717679025,01 5246460403247230000,00
10 12296703951,89 4583485665,27 1035442280,38 1,01 22716519617,79 108572558511338000000,00
11 5373617032,68 5606692573,04 1031023842,62 1,02 16880189617,16 132401212641818000000,00
12 5373632032,68 6574667678,69 1008255682,73 1,01 10980309605,72 31434833407993400000,00
2020 13 5311128039,35 7469613025,94 967337054,38 1,02 11948299711,37 44052047803840500000,00
14 5301342799,38 8280555395,76 910859805,89 1,01 12780741065,29 55941398420043700000,00
15 5358002092,56 9000216055,82 841813970,35 1,02 13581898195,14 67632467106099500000,00
16 5358029741,76 9618381543,78 761050030,39 1,01 14358218148,38 81003391354580800000,00

Середньоквадратична похибка методу Хольта-Вінтерса становить 78388817682131100000,00.

Результати прогнозування модифікованим методом Хольта-Вінтерса представлені в таблиці 2.

Таблиця 2

Результати прогнозування модифікованим методом Хольта-Вінтерса

Рік T Yt Lt bt St Ft E2
2017 1 0 1,00
2 0 1,00
3 0 1,00
4 488780,18 24375,29 8803,08 1,00 513155,47 594155004,62
2018 5 29208584,90 1912869,87 687597,27 1,01 31121454,77 3659071135460,63
6 30454643,57 28617428,58 10082842,39 1,00 59072072,15 818957218740722,00
7 13386091841,53 687013815,63 244201829,64 1,02 14073105657,16 471987982870783000,00
8 19858778172,68 13476908238,69 4774702338,97 1,00 33335686411,37 181627055674031000000,00
2019 9 19427163711,10 15300696023,77 3709068075,27 1,01 34727859734,87 234111298811763000000,00
10 12296703951,89 15547446878,81 2458756080,70 1,00 27844150830,70 241723104449403000000,00
11 5373617032,68 9615280437,96 -571373860,28 1,02 14988897470,64 92453617900546100000,00
12 5373632032,68 5916493223,09 -1700745370,89 1,00 11290125255,77 35004892058847500000,00
2020 13 5311128039,35 6986431811,03 -700195979,68 1,01 12297559850,38 48810229450189000000,00
14 5301342799,38 5975912281,73 -812260019,92 1,00 11277255081,11 35711527598981200000,00
15 5358002092,56 6075915717,85 -482823440,67 1,02 11433917810,41 36916751810393300000,00
16 5358029741,76 5816745123,54 -402057924,79 1,00 11174774865,30 33834523832258700000,00

Середньоквадратична похибка модифікованого методу Хольта-Вінтерса становить 61517934651454600000,00.

Таким чином, робимо висновок, що модифікований метод Хольта-Вінтерса працює точніше на 27% в порівнянні зі звичайним методом Хольта-Вінтерса, що означає, що він краще підходить для прогнозування станів фінансових показників підприємства.

Література

  1. Bermúdez, J.D., Segura, J.V. and Vercher, E., 2006. A decision support system methodology for forecasting of time series based on soft computing. Computational Statistics & Data Analysis, 51, 177-
  2. Chatfield, C., 1978. The Holt-Winters Forecasting Procedure. Journal of the Royal Statistical Society, 27(3), 264-
  3. Прогноз по методу экспоненциального сглаживания с трендом и сезонностью Хольта-Винтерса. URL: https://4analytics.ru/prognozirovanie/prognoz-po-metodu-eksponencialnogo-sglajivaniya-s-trendom-i-sezonnostyu-xolta-vintersa.html (дата звернення: 03.2020)
  4. Makridakis, S. and Hibon, M., 1979. Accuracy of forecasting: An empirical investigation. Journal of the Royal Statistical Society, 142(2), 97–145.

Перегляди: 514

Коментарі закрито.

To comment on the article - you need to download the candidate degree and / or doctor of Science

Підготуйте

наукову статтю на актуальну тему, відповідно до роздлів журналу

Відправте

наукову статтю на e-mail: editor@inter-nauka.com

Читайте

Вашу статтю на сайті нашого журналу та отримайте сертифікат