Оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників
Анотація: В даній статті описана оптимізація методу Хольта-Вінтерса для прогнозування станів фінансових показників підприємства.
Бібліографічний опис статті:
Ірина Прокопенко. 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/
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
- 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-
- Chatfield, C., 1978. The Holt-Winters Forecasting Procedure. Journal of the Royal Statistical Society, 27(3), 264-
- 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)
- Makridakis, S. and Hibon, M., 1979. Accuracy of forecasting: An empirical investigation. Journal of the Royal Statistical Society, 142(2), 97–145.
Коментарі закрито.
To comment on the article - you need to download the candidate degree and / or doctor of Science