STATISZTIKAI IRODALMI FIGYELÖ
KÚLFÖLDI STATISZTIKAI IRODALOM*
A STATISZTIKA ÁLTALÁNOS ELMÉLETE ÉS MÓDSZERTANA
S. MATSUKAWA—EMLÉKKÖNYV
(Around the ,,Bowood—Papers" — ln Memorian Sichi- ro Matsukawa, 1906 4980) Tokio. 1992. 77 p.
A japán nyelvű emlékkönyv S. Matsukawa, a tokiói Hitosubashi Egyetem Közgazdaság-tudomá- nyi Kutatóintézete tanára és munkatársa halálának 10. évfordulójára készült. (A szerkesztést felesége, egyben volt munkatársa, valamint leánya és fia vé- gezték.)
Az előszó a tudós munkában eltöltött életének állít emléket. Ezt követően hátramaradt tudomá- nyos feljegyzéseit ismerteti, majd az ugyancsak a hagyatékban talált ,,Bowood-kéziratok", ponto- sabban a Bowood House-ban megmaradt és Mat- sukawa professzor által feldolgozott kézirat néhány fakszimile lapját adja közre.
Az ún. Bowood-kéziratok elemzése a nagy japán közgazdász posztumusz tanulmánya, melyet a kö- tetben a már ugyancsak elhunyt H, Ouchí profesz- szor posztumusz elemzése követ.
A kötet fő érdekessége, a Bowood-kéziratok anyaga elsősorban az írországi angol okkupációt követő népesség—összeírás és földosztás számos is-
méretlen adatát, valamint ennek a Sir William Petty
által készített elemzését és javaslatát tartalmazza.
E közlés jelentőségének jobb megértése céljából meg kell jegyezni, hogy Matsukawa professzor a statisztikai tudománytörténet egyik legkiválóbbja volt. Nevéhez olyan elemzések fűződnek, mint Petty, Süssmílch, A. Smith és az utolsó nagy állam- leíró statisztikus, Lueder munkásságának újszerű megvilágítása saját angliai és németországi kutatá- sai alapján. Tevékenysége során ezt a kutatómun-
kát összekapcsolja Petty főbb műveinek és Smith főművének japán nyelvre fordításával. Érdeklődése és képzettsége túllépett e tudósok életművének elemzésén, és műveik európai elterjedésének problé- májára is kiterjedt. Felfigyelt a művek kelet-európai vonatkozású adatainak világviszonylatban nem eléggé ismert fontosságára, így a magyarországi kapcsolódásokra is,
(Ism.: Horváth Róbert)
THURY, ().—WÚGER, M.:
GAZDASÁGI IDÖSOROK MEGTISZTITÁSA
(Bereinigung von Ausreissem und Kalenderelfekten und Saisonbereinigung von ökonomischen Zeitreihen.) _, WIFO Monatsberichte. 1992. 9. sz. 488-495. p.
A gazdaságkutatás alapjául szolgáló idősorok elemzésekor mind makro-, mind mikroszinten (azaz a vállalati szférában is) gyakran okoznak problé- mát a különleges gazdasági események és egyes naptári időszakok hatásai. Nem megfelelő figyelem- bevételük az alkalmazandó ökonometriai modellek helytelen kiválasztásához, végső soron téves prog—
nózisokhoz és a szezonális ingadozások félreismeré- séhez vezethet. A tanulmány szerzői új kiinduló- pontból tesznek javaslatot a probléma megoldásá- ra.
Az alkalmazott ökonometriai kutatásokban a szezonális idősorok leírására gyakran használják a Box—Jenkins-féle modellezési stratégián alapuló,
1976-ban javasolt multiplikativ, autóregresszív in-
* A Statisztikai Szemle 1962. júliusi számától kezdődően a ,,Statísztikai Irodalmi Figyelő"-ben a külföldi statisztikai könyvek és folyóiratcikkek ismertetését havonta közli,
A Külföldi statisztikai irodalom egyes fejezetein belül az anyag általában könyv— és folyóiratcikk-ismertetésekre tagolódik. (Ezeket * választja el egymástól.) Az ismertetések szerzők, illetve ahol szerző nincs, a cimek betűrendjében következnek egymás után.
63:
612
STATISZTIKAI IRODALMI FIGYELÖtegrált mozgóátlag (Autoregressive Integrated Ave- rage — ARIMA) modellt, A szerzők véleménye szerint ez a kiindulás sokszor túlságosan korláto- zott, ezért ésszerűbbnek tartják azt a felfogást, hogy az idősor egy tiszta ARIMA—modellből és egy — a kivételes és a naptárhatásokat is magában foglaló
—— paraméterfüggvényből tevődik össze.
A különleges események négy fajtáját különböz—
tetik meg:
1. az additív jellegű hatás az idősort csak egyetlen idő- pontban befolyásolja (például megfigyelési hiba);
2. az innovációs eredetű hatás a folyamat jellegétől függően nagyon sok megfigyelést érinthet (ha az idősor stacionárius, azaz minden ! időponthoz tartozó elemének várható értéke és szórásnégyzete megegyezik, akkor a hatá—
sok csak időszakosak, ha viszont integrált _ amely diffe—
renciákat képezve tehető stacionáriussá —, akkor a hatá—
sok állandók);
3. a szinteltolódásból eredő hatás (például a statisztikai bázis megváltoztatásakor vagy a gazdasági szereplők ma—
gatartásának lényeges módosulásakor);
4. az ún. lecsengő hatás, amikor exponencionálisan csil—
lapodó viselkedésre lehet számítani (például adóemelések bizonyos idő után megszűnő hatása).
Az eseményeket kiegészítő információk alapján lehet megmagyarázni,
Chen és Liu 1990-ben iteratív eljárást javasoltak a modellparaméterek és a különleges hatások egyi—
dejű becslésére. Amint felismerik a különleges ese- ményt, hatását egyidejűleg kiszűrik mind a reziduu- mok, mind a megfigyelések idősora'ból, és a korri-
gált sorok alapján új paraméterbecslést végeznek. A gyakorlati példán is bemutatott eljárás lényegesen csökkenti a nem megfelelő modell alkalmazásának veszélyét.
Sok gazdasági idősor alakulásában játszanak szerepet a naptári hatások is, mint például havi meghgyelések esetében a hónapok eltérő hossza, illetve a munka- és ünnepnapok változó aránya.
Első lépésként ellenőrizni kell, indokolt—e egyálta—
lán e hatás számszerűsítése. Ha a kiugrások felis- merhetők, akkor ezek változóit is célszerű magyará- zó tényezőként figyelembe venni.
A tanulmány az 1968 és 1985 közötti időszak hét jelentősebb (fiskális jellegű) gazdaságpolitikai intéz- kedésének a kiskereskedelmi forgalomra s ezen be- lül a személygépkocsik értékesítésére gyakorolt ha- tását vizsgálja három módszerrel párhuzamosan: az ARIMA-modellel (illesztés nélkül), a Chen—Liu- féle eljárással és a szerzők által már korábban is
használt ún. intervenciós modellel (mégpedig a Chen—Liu-eljárás olyan változatával, amely a kii- lönleges tényezők fellépésének elég pontos ismeretét tételezi fel). Az egybevetés igazolja, hogy a különle—
ges tényezők elhanyagolása lényegesen befolyásolja a paraméterbecslési eredményeket, csökkenti az il—
leszkedés jóságát. Az intervenciós modell alapján végzett becslések a legtöbb esetben igen jó nagyság—
rendi egyezést mutatnak a különleges tényezők fel—
tárt hatásával. A Chen—Liu-féle eljárás előnye, hogy kevésbé bonyolult, nem igényli a vizsgálandó helyzet előzetes ismeretét, és a lépésenkénti közeli- tés során ez az eljárás kiegészítő információkat is szolgáltathat.
A havonta megfigyelt kiskereskedelmi forgalom esetében a különböző napokon lebonyolított forga—
lom lényeges eltéréseket mutat: a hétfő és a szombat aránya viszonylag alacsony a közbenső napokhoz, de főként a pénteki forgalomhoz képest. Kiemelke—
dő forgalomnövekede's jellemzi a jelentősebb ünne- pek (például húsvét) előtti időszakot, illetve ennek egyes napjait is.
Mind a különleges, mind a naptári tényezők hatását jelző eljárások eredményeit célszerű haszno- sitani a modellen alapuló szezonális kiigazításnál. A trend — a tapasztalatok szerint —— időbelileg válto—
zó, ezért célszerű a determinisztikussal szemben a sztochasztikus modellt előnyben részesíteni. A trendtényező meghatározására Híllmer és Tiao 1980-ban nem stacionárius, sztochasztikus modellt
használt, amely lényegében polinom trendmodell sztochasztikus koefficiensekkel. A minél több válto- zó kiszűrése érdekében olyan kanonikus szétválasz- tást javasoltak, mely a véletlen komponensek vari-
anciáját maximalizálja, a trend, illetve a szezonális
tényezők varianciáját pedig minimalizálja.
A szezonális kiigazítás tisztán tapasztalati—tech—
nikai módszerével (Cenzus X——1 1) összehasonlítva, az ARIMA—modellnek két alapvető előnye van:
egyértelműen bemutatja a trend, a szezonális és a véletlen komponensekre vonatkozó feltételezéseket, és hatékonyan hasznosítja az adatokban rejlő infor- mációkat. A tanulmányban ismertetett konkrét pél—
dák meggyőzően igazolják, hogy az ARIMA- modellt a különleges, illetve a naptári hatások ki- szűrésével összekapcsolva lényegesen javítható az eredmények minősége.
" "
(Ism.: Tuu Lászlóné)