시계열 분석의 자료와 예측 (1)

예측

시계열 분석의 가장 큰 목적은 미래에 대한 예측에 있음
예측(Forecasting)이란 특정한 미래에 알려져 있지 않은 사상에 관한 진술
보다 정확한 예측으로 미래에 대한 정확한 예측이 이루어진다면 미래에 발생할 사상의 결과는 우리들의 현재의 의사결정에 매우 중요한 역할을 하며, 이를 바탕으로 앞으로의 계획을 합리적으로 설계하고 손실을 최소화 할 수 있는 방안 마련 가능해짐
여기서 바람직한 예측이란 예측의 신뢰성을 높이기 위해서 예측에 도움이 되는 많은 과거의 경험 및 자료를 이용하여 체계적인 방법으로 규칙적인 패턴을 찾고 분석자의 신념을 더하고 예측을 수행하는 것

1) 질적 예측방법 (qualitative) 또는 주관적 예측

: 미래의 결과를 예측하기 위하여 전문가들의 견해를 사용하는 방법으로, 예측에 이용할 과거의 경험이나 자료를 이용할 수 없을 때 이용된다.

2) 양적 예측방법 (qaantative) 또는 객관적 예측

: 관측된 과거 자료에 포함된 정보를 이용하여 예측에 필요한 경험적 법칙을 추정하는 예측방법이다.

: 조건은 과거에 대핞 정보가 관측 및 수집 가능하고, 이 자료는 양적인 자료로 나타낼 수 있어야 하며, 반드시 과거의 패턴은 지속될 것이라는 가정이 성립되어야 한다.

인과모형(casual model) 또는 설명모형

예측될 변수가 하나 또는 그 이상의 변수들과 인과관계를 갖는다고 가정하는 모델
예측되어야 할 변수는 하나 이상의 설명변수들과 인과관계가 존재한다고 가정하고 과거의 자료로부터 이들 간의 인과적 관련성을 추정하여 미래에도 그러한 관련성이 지속될 것이라는 가정하에 미래를 예측하는 방법
대표적인 예로 회귀모형, 계량경제모형, 투입산출모형

시계열 모형 (Time series model)

미래의 예측 값은 예측 대상이 되고 있는 변수의 과거 자료나 오차에만 의존된다고 가정하는 모델
예측될 변수의 과거의 자료에서 규칙적인 패턴을 구하고 미래에도 그러한 패턴이 반복될 것이라는 가정하에서 모형을 설정하여 예측하는 방법
주로 단기예측에 많이 이용되며, 안정적 추세 현상 시계열 자료의 장기 예측에도 이용됨
시계열 모형의 의한 예측 방법에는 평활법(smoothing methods), 분해법(decomposition methods) 등 전통적인 분석 방법과 주로 사용되는 시간영역분석(=ARIMA, autoregressive integrated moving average) 방법이 등이 있음.

사전 평가

: 예측결과가 정확한가를 사전에 판단하는 것은 사실상 불가능하며 간접적인 검토 방법을 이용한다.

간접적인 검토 방법

: 사용된 자료들이 얼마나 정확히 수집되었는가 ?

: 얼마나 많은 양이 사용되었는가 ?

: 가능한 한 최근의 자료인가 ?

: 예측방법의 선택과 예측과정이 합리적으로 이루어졌는가 ?

사후 평가

: 예측 오차의 크기에 따라 예측 질을 평가하는 것이다. (뒤에 좀 더 자세하게 다룬다)