Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Analýza poču zahraničních návšěvníků České republiky Bakalářská práce Vedoucí práce: Ing. Krisina Somerlíková Lucie Oplealová Brno 2007
Prohlašuji, že jsem uo práci vypracovala samosaně s použiím lieraury, kerou uvádím v seznamu. Ve Křinách dne 29.12.2006 Lucie Oplealová..
Chěla bych poděkova Ing. Krisině Somerlíkové, Phd., mé vedoucí bakalářské práce, za čas, kerý mi věnovala a za poskynué cenné rady a informace, keré jsem uplanila při zpracování své bakalářské práce.
Absrak Oplealová, L. Analýza poču zahraničních návšěvníku České republiky, Bakalářská práce. Brno 2007. Bakalářská práce je zaměřena na celkové počy zahraničních urisů v hromadných ubyovacích zařízeních na území České republiky. Pozornos je věnována zdrojovým zemím příjezdového cesovního ruchu, využií kapaci ubyovacích zařízení dle jednolivých regionů a okrajově je aké popsána návšěvnos jednolivých krajů. Zmíněn je zde aké vliv rozvoje cesovního ruchu na zaměsnanos a další navazující odvěví České republiky. Absrak Brno 2007. Oplealova, L. Analysis of he number of foreign aendances, bachelors work. Bachelors work is fixaed o he general numbers of foregin sighseers in a collecive accomodaions. The focus is pay o source counries of he arrival ravel movemen, uilizaion of capaciies of accomodaions according o paricular regions and marginaly is wrien he visi rae of pariculas erriories. In my work I describe he effec of arrival ravel developmen o employmen rae and oher link secors of Czech Republic.
Obsah 1. Úvod a cíl práce 1 2. Lierární přehled 3 2.1. Celkové počy urisů v hromadných ubyovacích zařízeních 3 2.2. Zahraniční urisé v krajích České republiky 4 2.3. Sezonalia 5 2.4. Kapaciy ubyovacích zařízení 5 2.5. Využií kapaci lůžek podle regionů 6 2.6. Ubyovaní zahraniční urisé podle země původu 7 2.7. Zdrojové příjezdové země cesovního ruchu v roce 2005 9 3. Meodika práce a eorie časových řad 15 3.1. Definice a druhy časových řad 15 3.1.1 Druhy časových řad 16 3.1.2. Srovnaelnos údajů v časové řadě 18 3.1.3 Specifika časových řad 18 3.2. Elemenární charakerisiky vývoje časových řad 19 3.3. Modelování časových řad 21 3.4. Trendová funkce 23 3.4.1. Meody odhadů paramerů rendových funkcí 23 3.4.2. Typy rendů 24 3.5.Volba modelu rendu 26 3.5.1. Adapivní přísupy k modelu časové řady 27 3.6.Měření sezónnosi 29 3.6.1. Triviální model sezónnosi 30 4. Vlasní práce 31 4.1. Určení ypu časových řad 33 4.2. Elemenární charakerisiky časové řady 34 4.3. Modelování časových řad 35 4.4. Vyrovnání pomocí klouzavých průměrů 37 4.5. Měření sezónnosi 38
5. Závěr 42 6. Seznam lieraury 44 7. Seznam abulek a obrázků 45 8. Seznam grafických příloh 46
1 Úvod a cíl práce Úvod a cíl práce Cesovní ruch je jedním z nejvýznamnějších odvěví národního hospodářsví České republiky. Svým charakerem pomáhá překona regionální disproporce, a ak posiluje ekonomickou i sociální soudržnos, což je rovněž jeden z hlavních principů fungování Evropské unie. Muliplikační efek doprovázející rozvoj cesovního ruchu je jedním z aribuů, proč je cesovní ruch považován za odvěví budoucnosi, a o i v České republice. Bývá aké označován za odvěví, ve kerém vzniká nejvíce pracovních příležiosí. Kromě zaměsnanosi ovlivňuje podsaným způsobem další významné oblasi: podílí se na vorbě hrubého domácího produku, poziivně ovlivňuje plaební bilanci sáu, voří příjmy sáního rozpoču, má vliv na příjmy mísních rozpočů a jeho rozvoj podporuje invesiční akiviy. Ačkoliv éměř 80 % území republiky může bý zajímavé pro cizince, zůsává hlavním urisickým cenrem Praha, kerá sousřeďuje éměř 70 % zahraničních návšěvníků. Trendy domácí návšěvnosi mají podobný charaker jako zahraniční návšěvnos, j. koncenrace do urisicky nejarakivnějších mís a oblasí, s věším důrazem "služebního a obchodního" cesovního ruchu ve měsech. Z hlediska ubyovaných návšěvníků převládá lení sezóna (62 % v r. 2005). Každý region České republiky má přírodní a kulurně hisorické předpoklady k rozvoji určiých druhů cesovního ruchu. Teno poenciál však není v celkovém pohledu dosaečně využíván. Rozdíly mezi kraji z hlediska cesovního ruchu vyplývají jednak z daných podmínek (přírodní prosředí, kulurní a hisorické dědicví), jednak z vyvářených podmínek (organizace a úroveň zařízení). Pro cesovní ruch v České republice je významný a zaím málo využiý velký poče pamákových, resp. hisoricky hodnoných objeků (celkem je v ČR 38 000 regisrovaných nemoviých pamáek), keré nejsou ve věšině případů využívány a jsou zanedbané nebo opušěné. 1
1 Úvod a cíl práce Pouze 134 pamáek má sau národní kulurní pamáky a jako akové mají věší naději na získání pořebných prosředků na údržbu a obnovu. ČR má šanci uplani se na rhu cesovního ruchu nabídkou nových produků jako např. měsského a kongresového cesovního ruchu, sporovní urisiky a cyklourisiky, kulurního cesovního ruchu a širokého souboru produků, keré jsou šerné k přírodě. V ČR se oevírá prosor pro venkovskou urisiku s jejími produky (např. agrourisika, ekoagrourisika, ekourisika apod.). Nabízí se možnos dalšího kvaliaivního rozvoje radičního lázeňsví, keré je významnou součásí urisické nabídky ČR. Cílem eoreické čási je přiblíži vývoj poču zahraničních návšěvníků České republiky, jak z obecného hlediska, ak z hlediska přímého dopadu na jednolivé kraje. Bude zde aké zmíněna analýza zdrojových zemí příjezdového cesovního ruchu. Druhá čás práce je zaměřena na meodiku zpracování a eorii časových řad. Pozornos je především zaměřena na rendovou a časovou složku jednorozměrného modelu časové řady, a aké na vývoj elemenárních charakerisik éo řady. Pro zpracování prakické čási jsou použia daa Českého saisického úřadu. Je zde ukázáno zaížení odvěví cesovního ruchu sezónními vlivy. Daa poču zahraničních návšěvníků jsou zpracována z pohledu analýzy rendové a sezónní složky se zaměřením na vyrovnání časové řady a výpoče sezónních indexů. 2
2 Lierární přehled 2 Lierární přehled 2.1 Celkové počy zahraničních urisů [1] v hromadných ubyovacích zařízeních Poče zahraničních urisů, keří srávili alespoň jednu noc v hromadném ubyovacím zařízení, od roku 1992 každoročně narůsal až do roku 1999, v roce 2000 došlo podle údajů ČSÚ k významnému poklesu - v mezinárodním srovnávání o 16,8 %, a o navzdory omu, že se konalo několik významných akcí, o nichž se předpokládalo, že přispějí ke zvýšení návšěvnosi ( Praha evropské měso kulury či výroční zasedání Mezinárodního měnového fondu a Svěové banky apod.) Začáek roku 2002 byl výrazně ovlivněn erorisickými úoky na New York z 11. září 2001. V mezinárodním cesovním ruchu panovala v prvních měsících roku 2002 sále obava z cesování. Too napěí se posupně uvolňovalo a lidé začali opě více cesova. Ve druhé polovině měsíce srpna byla Česká republika ochromena povodněmi, keré zasáhly především Čechy. Konec roku 2002 byl zasažen přípravou na válečný konflik v Iráku a lidé omezovali cesy do vzdálenějších desinací. V roce 2002 přicesovalo do České republiky o 8,7 % méně zahraničních urisů než v roce 2001. V roce 2003 se mezinárodní cesovní ruch poýkal s dalšími ěžkosmi. Třemi hlavními negaivními fakory byly válečný konflik v Iráku, nemoc SARS a přervávající slabá ekonomika. Všechny se projevily paralelně ve sejnou dobu. Irácký konflik a vysoký supeň nejisoy ulumil cesovní ruch v prvním čvrleí roku 2003 na celém svěě. zahraniční urisa osoba, kerá alespoň 1x nocovala na území České republiky jednodenní návšěvník osoba, kerá se na území České republiky zdržela 1 den bez přenocování v hromadném ubyovacím zařízení zahraniční návšěvníci zahraniční urisé a zahraniční jednodenní návšěvníci zahraniční hosé v ubyovacích zařízeních urisé 3
2 Lierární přehled Rok 2005 byl z hlediska příjezdového cesovního ruchu České republiky rokem rekordním, a o v celé hisorii, kdy Český saisický úřad sleduje počy zahraničních urisů v hromadných ubyovacích zařízeních. V roce 2005 přijelo do republiky 6 336 128 zahraničních urisů, keří využili právě služeb hromadných ubyovacích zařízení. Teno sav ak předsavuje nárůs o 4,5 % oproi předchozímu roku 2004. Rovněž v poču přenocování zahraničních urisů v hromadných ubyovacích zařízeních České republiky bylo v roce 2005 dosaženo rekordních hodno. Zahraniční urisé zde srávili celkem 19 595 035 nocí. Turisé zvyšují frekvenci dovolených v průběhu roku a současně ak zkracují délku svých pobyů v dané desinaci. Průměrná doba pobyu urisů v České republice ve dnech zůsává v roce 2005 4,1 dne, j. na sejné průměrné hodnoě jako v roce 2004. (hp:/www.czechtourism.cz) 2.2 Zahraniční urisé v krajích České republiky Ve sledovaném období od roku 2002 do 2. čvrleí roku 2006 si v návšěvnosi první pozici zachovala Praha, jež si v průběhu le velmi spolehlivě upevňuje svoje posavení ve vzahu ke zbývajícím krajům republiky. Podle údajů Českého saisického úřadu přenocovalo v Praze v roce 2005 3 725 180 zahraničních urisů. To předsavuje 58,8 % ze všech zahraničních urisů, keří v omo roce zavíali do České republiky. Oproi roku 2004 se v pražských ubyovacích zařízeních ubyovalo o 7,3 % více zahraničních urisů. Průměrná doba pobyu v Praze se v roce 2005 pohybovala okolo 3,8 dní. Přesože nejvíce zahraničních urisů pochází z Německa, v Praze jim paří druhé míso. První míso v návšěvnosi Prahy zaujali urisé z Velké Briánie a řeí pozici obsadili urisé z Iálie. Druhým nejnavšěvovanějším krajem v České republice se v roce 2005 sal kraj Karlovarský. Navšívilo jej 405 969 zahraničních urisů, o předsavuje růs oproi roku 2004 o 4,9 %. V omo kraji je zaznamenána nejdelší doba pobyu, kerá v loňském roce činila 7,5 dne. Nejvíce urisů, keří navšívili Karlovarský kraj, voří urisé z Německa, na druhém mísě se umísili návšěvníci z Ruska, keří v kraji ráví rekordních 13,1 dne. A řeí pozici obsadili urisé z Nizozemí. 4
2 Lierární přehled Třeím nejnavšěvovanějším krajem je kraj Jihomoravský, kerý v roce 2005 navšívilo 367 439 zahraničních urisů. Jejich průměrná doba pobyu byla 2,9 dne. Na prvních mísech v návšěvnosi se umísili Polsko, Německo a Slovensko. Čvré míso paří návšěvníkům z Velké Briánie, jejichž poče oproi roku 2004 vzrosl v omo kraji o 27 %, což může bý důsledkem přímého spojení Brna a Londýna nízkonákladovou leeckou společnosí. Na druhou sranu nejméně navšěvovanými kraji jsou Pardubický kraj, Vysočina a Zlínský kraj. V ěcho krajích je zaznamenána sagnace nebo pokles poču urisů. (hp:/www.rasovnik.cz) 2.3 Sezonalia Příjezdy urisů nevykazují příliš výrazné sezónní rozdíly. Mezi měsíce s nejmenším počem urisů paří leden, únor a lisopad (každý průměrně 5 %) a aké prosinec (kolem 6 %). Naopak nejvíce urisů přijíždí v průběhu července a zejména srpna. Rok 2002 měl specifický průběh. Povodně, keré zasáhly Českou republiku v polovině srpna roku 2002, se promíly i v poču urisů. Další roky povrzují jen skuečnos, že nejvíce zahraničních urisů k nám jezdí v leních měsících, v období prázdninových měsíců. Současný rend vyšší frekvence krákých ces zahraničních urisů do České republiky v podobě prodloužených víkendů či nejrůznějších sváků, posupně vyrovnává výraznější výkyvy sezonaliy v průběhu roku. 2.4 Kapaciy ubyovacích zařízení Dosaečný poče ubyovacích zařízení v odpovídající kvaliě a geografickém rozmísění je jednou ze základních podmínek rozvoje cesovního ruchu. Vývoj kapaciy UZ prošel za sledované období poměrně bouřlivým rozvojem. V roce 2002 změnil Český saisický úřad meodiku zjišťování poču UZ a proi předchozím rokům přesal evidova individuální UZ. 5
2 Lierární přehled Pokud porovnáváme pouze hromadná UZ, ak v roce 2002 bylo zaznamenáno nejvíce UZ (9 098), o znamená o 30 % více než v roce 2001. Výrazně se zvýšil poče pěi hvězdičkových hoelů z 10 v roce 2001, na 17 v roce 2002 a poče čyř hvězdičkových hoelů vzrosl o 22 %. V roce 2005 došlo k mírnému poklesu kapaciy hromadných ubyovacích zařízení v České republice ve srovnání s rokem 2004. Teno pokles není nijak dramaický a navíc povrzuje fak, že se kvalia ubyovací infrasrukury v České republice neusále zlepšuje. K mírnému poklesu v poču ubyovacích zařízení došlo v roce 2005 v kaegoriích osaní hoely a pensiony, chaové osady a urisické ubyovny a osaní hromadná ubyovací zařízení jinde nespecifikovaná. K nárůsu poču ubyovacích zařízení došlo naopak v kaegorii pěi hvězdičkových hoelů, čyř hvězdičkových hoelů a kempů. Skuečnosí ovšem zůsává, že 26 pěi hvězdičkových hoelů a 89 čyř hvězdičkových hoelů je siuováno v Praze. Praha ak předsavuje vysoký nadsandard v kvaliě ubyovacích služeb České republiky ve srovnání se zbývajícími kraji. V roce 2005 předsavovala lůžková kapacia v hromadných ubyovacích zařízeních České republiky 435 993 lůžek. Nová lůžková kapacia ak má vyšší sandar služeb a je schopna uspokoji vyšší nároky zahraničních urisů. Díky éo skuečnosi se bude v průměru rovněž zvyšova průměrná cena za ubyování v hromadných ubyovacích zařízeních v České republice. 2.5 Využií kapaci lůžek podle regionů Karlovarský kraj byl na prvním mísě v pořadí jednolivých krajů podle čisého využií lůžek u hoelů a podobných ubyovacích zařízení v roce 2002, v roce 2003 se na první míso dosává Praha a ao skuečnos se povrzuje i v následujících leech. Praha zaznamenala v roce 2005 53,4 % čisého využií lůžek. 6
2 Lierární přehled Naopak Karlovarský kraj v omo ohledu v jednolivých leech posupně zrácel právě ve prospěch Prahy, ale i přeso je jeho čisé využií lůžek nad hodnoou republikového průměru, čímž se právě kromě Prahy nemůže pochlubi žádný jiný kraj. Tabulka návšěvnosi krajů je uvedena v příloze č. 5. Pro zajímavos může bý účelné relaivní srovnání vývoje ubyovacích kapaci v Praze a dalších evropských měsech. Vysoký poče pokojů v hlavním měsě je velmi dobře kompenzován dobře rozvinuou urisickou infrasrukurou a relaivně nižšími cenami. Vysoký poče pokojů je ak v Praze efekivně vyvážen zvýšenou obsazenosí. Přeso se i do budoucna počíá s další výsavbou a zvýšeným počem čyř a pěi hvězdičkových hoelů zejména v samoném cenru. 2.6 Ubyovaní zahraniční urisé podle země původu Rok 2005 byl z hlediska příjezdového cesovního ruchu České republiky rokem rekordním a o v celé hisorii, kdy jsou počy zahraničních urisů v hromadných ubyovacích zařízeních sledovány. V roce 2005 přijelo do České republiky 6 336 128 zahraničních urisů, keří využili právě služeb ubyovacích zařízení. Teno sav ak předsavuje nárůs o 4,5 % oproi předchozímu roku 2004. Rovněž v poču přenocování zahraničních urisů v hromadných ubyovacích zařízeních České republiky bylo v roce 2005 dosaženo rekordních hodno. Zahraniční urisé zde srávili celkem 19 595 035 nocí, průměrná doba pobyu se jen neparně zkráila, což odpovídá akuálním rendům, keré v poslední době sledujeme v odvěví cesovního ruchu. 7
2 Lierární přehled Tab.č. 1 Zahraniční urisé v hromadných ubyovacích zařízeních na území ČR Země Pořadí Poče urisů Procenní podíl Průměrná doba pobyu Německo 1. 1606947 25,40% 4,7 Velká Briánie 2. 657110 10,40% 3,7 Iálie 3. 405079 6,40% 3,9 USA 4. 303641 4,80% 4 Nizozemsko 5. 295856 4,70% 4,7 Polsko 6. 261576 4,10% 3,1 Slovensko 7. 260212 4,10% 3,9 Francie 8. 257683 4,10% 3,6 Španělsko 9. 224327 3,50% 4,2 Rusko 10. 185705 2,90% 6,6 Rakousko 11. 184235 2,90% 3,1 Japonsko 12. 153980 2,40% 3,1 Dánsko 13. 117738 1,90% 3,3 Maďarsko 14. 108957 1,70% 4,1 Norsko 15. 86360 1,40% 3,4 Osaní 1226722 19,40% 4 Čyř a půl procenní růs příjezdového cesovního ruchu České republiky v roce 2005 předsavuje určiou konsolidaci růsového empa ve srovnání s 19,4% růsem v roce 2004. Teno vývoj shodně kopíruje růsový rend v mezinárodním cesovním ruchu. Odložená popávka po cesování z minulých le posupně zrácí na síle a projevuje se ak významný poenciál cesovního ruchu jako hnací síly ekonomiky a odvěví, keré je schopno se velmi pružně vyrovna s akovými jevy, jako jsou erorisické úoky, virové epidemie, nárůs cen ropy či poliická nesabilia. (hp:/srukuralnifondy.cz) Více než jednu čvrinu zahraničních urisů, keří navšívili naši republiku a keří se ubyovali v hromadných ubyovacích zařízeních, voří němečí urisé. Celkem jich přijelo do České republiky 1 606 947, což předsavuje nárůs o 2,04 % oproi roku 2004. Na druhém mísě se umísili urisé z Velké Briánie a na řeím mísě se umísili Ialové. 8
2 Lierární přehled Velmi poěšující je nárůs návšěvnosi polských urisů, kerých přijelo v roce 2005 o 3,0 % více než v roce 2004. Oblas pobalských republik a Skandinávie jsou erioria, ze kerých přijelo v roce 2005 do republiky výrazně více zahraničních urisů než v roce 2004. Významným nárůsem v roce 2005 je návšěvnos japonských urisů, en činí 26 %. Japonší urisé mají relaivně nejvyšší výdaje při svých zahraničních cesách ve srovnání s urisy jiných zemí. Podobné návyky mají i čínší urisé, kerých do republiky přijelo v roce 2005 17 806. 2.7 Zdrojové země příjezdového cesovního ruchu v ČR v roce 2005 Německo SRN zaznamenává v poslední době relaivně uspokojivý hospodářský vývoj. Původní odhady spolkové vlády ýkající se růsu HDP byly mezi 1,5 % - 2 % pro rok 2004 a pro rok 2005 o bylo 2,25 %. Německá ekonomika je zejména podporována exporní výkonnosí, zaímco soukromá spořeba čelí laku pesimisických očekávání budoucího vývoje ekonomiky. V současnosi se však zdá, že pesimisická spořebielská očekávání pozvolna usupují. Z hlediska jednolivých krajů České republiky přijíždí nejvíce urisů, jak již bylo několikrá uvedeno, do Prahy (34,1 %). Významným fakorem návšěvnosi je geografická blízkos příhraničních oblasí, akže na druhém mísě figuruje Karlovarský kraj a na řeím mísě kraj Královehradecký. 9
2 Lierární přehled Obr. 1: Návšěvnos německých urisů na území ČR 2 000 000 1 800 000 1 600 000 1 400 000 1 200 000 1 000 000 800 000 600 000 400 000 200 000 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Velká Briánie Vývoj příjezdů briských urisů do České republiky předsavuje v posledních několika leech jeden z nejvýznamnějších fakorů vývoje cesovního ruchu. Rozvoj nízkonákladových leeckých přepravců, keří využívají pro své pořeby zejména regionální leišě, kde dosahují nízkých provozních nákladů, což je jeden z principů udržielnosi low cos ravel sysému, se sal skuečně nunou podmínkou i příčinou rekordních nárůsů briských urisů přijíždějících do České republiky. Jejich primárním cílem se sala Praha, kam přijíždí přibližně 91, 3% briských urisů. Briší urisé vyjíždějí zejména na zv. shor breaks (krákodobé pobyy), k nimž neodmyslielně paří i zv. sag paries. Tyo cesy mladých Briů za sporem a návšěvou určiých ypů zařízení ovšem nepřinášejí evropským meropolím pořebnou kvaliu infrasrukury cesovního ruchu. Proože se Praha a další sředoevropské desinace dosávají do skupiny desinací vyšší cenové kaegorie, dochází k pozvolnému přesunu ěcho briských sag paries na východ. 10
2 Lierární přehled Obr. 2: Návšěvnos briských urisů na území ČR 700 000 600 000 500 000 400 000 300 000 200 000 100 000 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Iálie Ialové cesují převážně ve dvojicích či skupinách bez děí. S rodinou a děmi cesuje přibližně 14 17 % Ialů a sejný podíl cesuje s věšími děmi mezi 7 14 rokem. Individuálně cesuje jen kolem 8 % ialských urisů. Naprosá věšina ialských urisů se ubyovává v hromadných ubyovacích zařízeních, individuální ubyování, např. u příbuzných, využívá jen asi 3 % urisů. Přibližně 86 % urisů z Iálie směřuje do Prahy. Osaní kraje republiky zůsávají v pozadí, případně jsou navšěvovány pouze v rámci jednodenních výleů se zpěným návraem do Prahy. Dále Ialové navšěvují Jihomoravský kraj, ale pouze jen 4,3 % urisů. Z hlediska dlouhodobého vývoje se očekává nárůs výdajů na dovolené, zejména na krákodobé dovolené. 11
2 Lierární přehled Obr. 3: Návšěvnos ialských urisů na území ČR 450 000 400 000 350 000 300 000 250 000 200 000 150 000 100 000 50 000 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 USA V ýdnech a měsících po 11. září 2001 prošel výjezdový cesovní ruch USA jedním z nejěžších období za posledních 20 le. K nejhůře posiženým oblasem pařily leecké společnosi, zejména Američan a Unied Airlines. Cesovní ruch ovšem paří mezi odvěví, kerá dokáží velmi pružně reagova na konkréní negaivní fakory, jakými jsou například hrozba erorisických úoků. V roce 2003 ak byl například kompenzován pokles příjezdů amerických urisů do České republiky ve srovnání s rokem 2001 a zřeelným poklesem v roce 2002. Mezi nejžádanější produky paří měsské pobyy, hlavně v Praze a výley do arakivních mís kolem Prahy. Právě do hlavního měsa směřuje 80 % amerických urisů. Vzhledem k omu, že siuace na rhu práce v USA umožnila řadě zaměsnavaelů sníži i ak skromné fondy dovolených, rosoucí poče Američanů míso jedné velké zámořské dovolené volí dva prodloužené víkendy, z čehož vyplývá právě popularia měsských pobyů. Mírně soupá popávka po českých lázních. Delší pobyy si může dovoli spíše jen urisa senior, což je nezanedbaelná zdrojová skupina. Při krákých pobyech si americký urisa snaží koncenrova maximum zážiků do minimálního časového prosoru. 12
2 Lierární přehled Obr. 4: Návšěvnos amerických urisů na území ČR 350 000 300 000 250 000 200 000 150 000 100 000 50 000 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rusko Česká republika je na seznamu nejoblíbenějších desinací ruských urisů pro dovolenou jedinou zemí, kerá nemá moře. Dovolená v České republice znamená především poby v hlavním měsě a Karlových Varech. Karlovy Vary zůsávají na ruském rhu lázeňských pobyů presižní desinací a ruší urisé velice časo upřednosňují poby v Karlových Varech před levnějšími lázněmi na území republiky. Do Prahy přijíždí asi 66,1 % ruských urisů, keří přijedou do České republiky a keří se ubyují v hromadných ubyovacích zařízeních. Na druhém mísě vysupuje Karlovarský kraj (18,7 %), řeí míso obsadil Královehradecký kraj (4,9 %) a míso čvré Jihomoravský kraj (2,6 %). V průměru zůsávají ruší urisé 6,3 dne, ovšem přímo v Karlovarském kraji o je 12,3 dne. Lázeňský cesovní ruch je možné realizova v průběhu celého roku, čímž dochází k prolomení sezónních disproporcí v příjezdech urisů do České republiky. Teno fak plaí zejména pro příjezdy ruských urisů. Lázeňský cesovní ruch podporuje zejména rozvoj regionální infrasrukury, kdy v případě ruských urisů jsou využívána například regionální leišě v blízkosi lázeňských desinací pro zajišění věšího pohodlí návšěvníků. (hp:/www.czechtourism.cz) 13
2 Lierární přehled Obr. 5: Návšěvnos ruských urisů na území ČR 300 000 250 000 200 000 150 000 100 000 50 000 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 14
3 Meodika práce a eorie časových řad 3 Meodika práce a eorie časových řad 3.1 Definice a druhy časových řad Časovou řadou budeme rozumě posloupnos věcně a prosorově srovnaelných pozorování (da), kerá jsou jednoznačně uspořádána z hlediska času ve směru minulos příomnos. Analýzou, a podle pořeby i prognózou, časových řad se pak rozumí soubor meod, keré slouží k popisu ěcho řad a popřípadě k předvídání jejich budoucího chování. S chronologicky uspořádanými day se pravidelně sekáváme v nejrůznějších oblasech živoa. Běžně a již po dlouhou dobu s nimi pracuje fyzika, biologie, seismologie, za zcela přirozené považujeme informace o vývoji meeorologických ukazaelů a s určiým napěím sledujeme záznam svého EKG, proože ani en není ničím jiným než časovou řadou. Sále věšího významu však nabývá i práce s časovými řadami v ekonomii, ať už jde o makroekonomické ukazaele (vývoj agregáů vorby a užií hrubého domácího produku, inflace, nezaměsnanosi apod.) nebo o někeré dílčí údaje (vývoj kurzů cizích měn, peněžní zásoby, ceny akcií na kapiálovém rhu, průmyslové nebo savební produkce apod.) (Hindls a kol, 2002) Časové řady ekonomických ukazaelů mají ovšem někeré specifické rysy, keré je do určié míry odlišují od časových řad řeba v přírodních procesech (meeorologie) nebo v echnických aplikacích (různé signály v elekroechnice).(hindls a kol, 2000) 15
3 Meodika práce a eorie časových řad Snaha pomocí zjednodušujících charakerisik porozumě minulosi oho, co nás obklopuje, a vyvodi z ní případně o, co nás možná čeká, vedla v posledních leech k rozvoji meod analýzy a prognózy ekonomických časový řad. Tyo meody ak v současné době předsavují poměrně širokou nabídku rozmaniých násrojů a echnik. Svým způsobem revoluční se před čvr soleím sala Boxova-Jenkinsova meodologie. Třebaže věšina meod rozhodně nepaří mezi numericky nejjednodušší, rozvoj výpočení echniky spolu s dosupnosí saisického sofwaru umožnil překona mnohá úskalí co do rychlosi i co do přesnosi kvanifikace a především poskyl příležios k sériovému ověřování ěcho meod v praxi. 3.1.1 Druhy časových řad Časové řady ekonomických ukazaelů se obvykle určiým způsobem člení. Nejde u ale o pouhé definiční vymezení druhů časových řad, ale především o vyjádření rozdílnosi v obsahu sledovaných ukazaelů, jež je mnohdy provázeno i specifickými saisickými vlasnosmi. V důsledku oho je pak nuné voli diferencovaně i prosředky analýzy sloužící k porozumění mechanismu, kerým je vývoj sledovaného jevu uvářen. Základní druhy časových řad ekonomických ukazaelů se rozlišují: a) Podle rozhodného časového hlediska na časové řady inervalové (j. časové řady inervalových ukazaelů) a na časové řady okamžikové (j. časové řady okamžikových ukazaelů). b) Podle periodiciy, s jakou jsou údaje v řadách sledovány, na časové řady roční (časo nazývané dlouhodobé) a na časové řady krákodobé, kde jsou údaje zaznamenávány ve čvrleních, měsíčních, ýdenní aj. periodách. Ekonomické časové řady měsíční paří mezi nejsledovanější vůbec. c) Podle druhu sledovaných ukazaelů na časové řady primárních (prvoních) ukazaelů a na časové řady sekundárních (odvozených) charakerisik. 16
3 Meodika práce a eorie časových řad d) Podle způsobu vyjádření údajů na časové řady naurálních ukazaelů (hodnoy ukazaele jsou vyjádřeny v naurálních jednokách) a na časové řady peněžních ukazaelů. Inervalovou časovou řadou se rozumí řada inervalového ukazaele, j. ukazaele, jehož velikos závisí na délce inervalu, za kerý je sledován. Pro ukazaele ohoo ypu je možné voři součy. Ukazaele se musí vzahova ke sejně dlouhým inervalům, proože by jinak šlo o srovnání zkreslené. Okamžiková časová řada je sesavována z ukazaelů, keré se vzahují k určiému okamžiku. Proože prosý souče za několik za sebou jdoucích hodno okamžikových ukazaelů nedává reálný smysl, shrnují se řady ohoo ypu pomocí speciálního průměru: prosý chronologický průměr (délka mezi jednolivými časovými okamžiky je se sejná) y = y 1 + y 2 2 + y2 + y3 y +.. + 2 k 1 k 1 + y 2 k y 1, y 2,,y k okamžikové ukazaele. (Hingls, 2002) - vážený chronologický průměr (okamžiky zjišťování jsou různě vzdálené) [3.1] y = y 1 + y 2 2 y2 + y3 y w1 + w2 +.. + 2 w + w +.. + w 1 2 k 1 k 1 + y 2 k w k 1 w 2, w 3, w 4,, w n - vzdálenosi mezi jednolivými okamžiky zjišťování ( Minařík, 2004) [3.2] 17
3 Meodika práce a eorie časových řad 3.1.2 Srovnaelnos údajů v časové řadě Věcná srovnaelnos - sejně nazývané ukazaele, vořící údaje časové řady, nemusí bý vždy sejně obsahově vymezeny. Mění-li se během času obsahové vymezení ukazaele, jsou údaje časové řady nesrovnaelné a pro další úvahy prakicky bezcenné. K věcné nesrovnaelnosi dochází aké ehdy, pokud se časem mění způsob zjišťování ve vykazujících jednokách. Prosorová srovnaelnos možnos používa údaje v časových řadách vzahující se ke sejným geografickým územím. Časová srovnaelnos je problémem zejména u inervalových ukazaelů časových řad, j. u ukazaelů, jejichž velikos závisí na délce inervalu.(hindls, 2000) 3.1.3 Specifika časových řad Zasarávání údajů ekonomických časových řad má mnoho příčin echnicko echnologického i ekonomického rázu. Srovnaelnos velké čási ekonomických veličin je podmíněna rovněž cenovými změnami. Tuo srovnaelnos zajišťují zv. sálé nebo srovnaelné ceny. Problém kalendářních variací je vyvolán skuečnosí, že určiý, více méně pravidelný rymus ekonomických dějů úzce souvisí s výsavbou kalendáře. Volba husoy okamžiků zjišťování je problemaická, neboť v mnoha případech jde o subjekivní záležios. Příliš vysoká husoa okamžiků zjišťování vede ke zbyečně rozsáhlým daům, jejíž vypovídací hodnoa není úměrná vynaloženému úsilí. Závislos časově blízkých hodno je obvykle daleko inenzivnější než u hodno blízkých prosorově. Efek závislosi časově blízkých hodno se nazývá auokorelace, resp. auoregrese a je pro saisickou analýzu vývoje velmi ypický. (Minařík, 2004) 18
3 Meodika práce a eorie časových řad 3.2 Elemenární charakerisiky vývoje časových řad Pro předsavu o charakeru jevu, kerý časová řada popisuje, paří vizuální analýza chování ukazaele pomocí grafů a elemenárních charakerisik vývoje. K elemenárním charakerisikám řadíme diference různého řádu, empa a průměrná empa růsu, průměry hodno časové řady. 1. diference Pro časovou řadu délky n lze urči n-1 rozměrných absoluních přírůsků (diferencí) d = y y 1 [3.3] pro = 2,3,,n s nulovou, kladnou nebo zápornou hodnoou. 2. diference Proces výpočů diferencí lze vzáhnou i na časovou řadu absoluních přírůsků a výsledkem je řada n-2 druhých diferencí = 1 [3.4] pro = 3, 4,,n. koeficien růsu k = y y 1 pro = 2,3,,n. průměrný absoluní přírůsek [3.5] = 1 n 1 n i= 2 d = 1 ( y n 1 y 1 ) [3.6] 19
3 Meodika práce a eorie časových řad empo růsu k = k *100[%] [3.7] empo přírůsku δ = δ *100[%] průměrný koeficien růsu k = n 1 průměrné empo růsu k = k *100 y y n 1 [3.8] [3.9] [3.10] koeficien přírůsku δ = y y 1 1 [3.11] průměrný koeficien přírůsku δ = k 1 [3.12] průměrné empo přírůsku δ = 100δ [3.13] 20
3 Meodika práce a eorie časových řad 3.3 Modelování časových řad Podle Hindlse je radičním výchozím principem modelování časových řad pomocí jednorozměrného modelu: y (, ε ) = [3.14] y = hodnoa modelovaného ukazaele v čase, = 1,2,,n, ε = hodnoa náhodné složky v čase. K výše zmíněnému ypu modelu exisují ři přísupy: a) Klasický model jedná se pouze o popis forem pohybu, ne o poznání věcných příčin dynamiky časové řady. Teno model vychází z dekompozice řady na čyři složky - rend (T ) - sezónní složku (S ) - cyklickou složku (C ) - náhodnou složku (ε ) Hindls ve své publikaci dále uvádí dva ypy rozkladu adiivní y = T + S + C + ε [3.15] muliplikaivní y = T S C ε [3.16] V praxi obvykle vysačíme s ypem adiivním, navíc muliplikaivní var lze na adiivní převés logarimickou ransformací. Trendem rozumíme hlavní endenci dlouhodobého vývoje hodno analyzovaného ukazaele v čase. Trend může bý rosoucí (např. údaje o poču dovezených auomobilů po roce 1990 do ČR), klesající (podíl konečné spořeby vládních insiucí na HDP České republiky), nebo mohou hodnoy ukazaele dané časové řady ve sledovaném období kolísa, pak se jedná o časovou řadu bez rendu. (Seger, Hindls, 1993) 21
3 Meodika práce a eorie časových řad Sezónní složka je pravidelně se opakující odchylka od rendové složky, vyskyující se u časových řad údajů s periodiciou kraší než jeden rok. Příčiny sezónního kolísání mohou bý různé. Dochází k nim vlivem změn jednolivých ročních období, vlivem délky měsíčního či pracujícího cyklu nebo éž vlivem různých společenských zvyklosí. (Seger, Hindls, 1993) Cyklickou složkou rozumíme kolísání okolo rendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Saisika chápe cyklus jako dlouhodobé kolísání s neznámou periodou, kerá může mí i jiné příčiny než klasický ekonomický cyklus. Můžeme zmíni např. cykly inovační, demografické. ( Seger, Hindls, 1993). Náhodná složka je aková veličina, kerou nelze popsa žádnou funkcí času. Je o složka, kerá zbývá po vyloučení rendu, cyklické a sezónní složky. V ideálním případě lze počía s ím, že jejím zdrojem jsou drobné a v jednolivosech neposižielné příčiny, keré jsou vzájemně nezávislé. (Hindls, 2002) b) Boxova-Jenkinsova - meodologie považuje náhodnou složku za základní prvek konsrukce modelu časové řady, jež může bý vořena náhodnými veličinami. Jádro pozornosi edy nespočívá v konsrukci sysemaické složky, jako je omu u klasického modelu, kde se v zásadě předpokládá, že jednolivá pozorování jsou vzájemně nekorelovaná, nýbrž ěžišě posupu se klade na korelační analýzu více či méně závislých pozorování, uspořádaných do varu časové řady. Při aplikaci éo meody je zapořebí disponova delší časovou řadou, alespoň 40-50 pozorování. (Hindls, 2002) c) Spekrální analýza - kdy časovou řadu považujeme za směs sinusovek a kosinusovek o rozličných ampliudách a frekvencích. Tao koncepce pak umožní provés expliciní popis periodického chování časové řady a zjisi y významné složky periodiciy, keré se podílejí na věcných vlasnosech zkoumaného procesu. Není zde proo sěžejním fakorem časová proměnná, ale právě fakor frekvenční. (Hindls, 2002) 22
3 Meodika práce a eorie časových řad Vedle jednorozměrného modelu Hindls uvádí i model vícerozměrný založený na předpokladu, že vývoj analyzovaného ukazaele není ovlivňován pouze časovým fakorem, ale i řadou jiných ukazaelů. Ukazaele, kerými se snažíme vývoj analyzovaného ukazaele vysvěli, nazýváme příčinné nebo fakorové. 3.4 Trendové funkce Podle Hindlse, radičním způsobem popisu rendu časové řady je její vyrovnání, časo nazývané vyhlazení, maemaickou funkcí. Získáme ak souhrnnou informaci o charakeru hlavní endence vývoje analyzovaného ukazaele v čase a navíc lze modelova i další vývoj rendu v budoucnu, ovšem za předpokladu, že se jeho charaker nezmění. 3.4.1 Meody odhadů paramerů rendových funkcí Nejběžnějším násrojem je meoda nejmenších čverců. Lze ji použí u rendové funkce lineární v paramerech. Přímo ouo meodou je možné získa odhady paramerů lineární a kvadraické funkce. U jednoduchého exponenciálního rendu je ao meoda použielná až po provedení linearizující ransformace (ao ransformace spočívá v převedení původního hlediska paramerů nelineárního modelu rendu vhodnou ransformací na funkci lineární z hlediska paramerů.) Pokud se jedná o modifikovanou exponenciální funkci, logisiku a Gomperzovu křivku, jedná se o modely, keré jsou nelineární v paramerech, u ěcho modelů nelze použí meodu nejmenších čverců. Jako další meody odhadů paramerů rendových funkcí si uveďme meodu apriorní informace, meodu vybraných bodů, meodu čásečných součů. Meodu vniřní regrese a závěrem meodu posupného zlepšování řešení. 23
3 Meodika práce a eorie časových řad 3.4.2 Typy rendů lineární rend Lineární rend je nejčasěji používaným ypem rendové funkce a lze jej použí vždy, chceme-li urči základní směr vývoje analyzované časové řady, a aké může slouži jako vhodná aproximace jiných rendových funkcí v určiém omezeném časovém inervalu. Tvar lineárního rendu: T = β 0 + β 1 [3.17] Kde β 0, β 1 jsou neznámé paramery a = 1,2, n je časová proměnná. Vzhledem k omu, že funkce je lineární v paramerech, použijeme k odhadu meodu nejmenších čverců, ím budeme řeši dvě normální rovnice n = 1 n = 1 y y = = nb b 0 0 + n = 1 b 1 = 1 + n b, n 1 = 1 2, [3.18] Jejich řešením docházíme k závěru, k odhadům paramerů b 0 a b 1 ve varu b b 0 1 = = n y * y 2 [3.19] 24
3 Meodika práce a eorie časových řad parabolický rend parabolický rend lze zapsa ve varu T = β + 2 0 + β1 1 β2, [3.20] Kde β 0,β 1,β 2 jsou neznámé paramery a = 1,2,,n je časová proměnná. Parabolický rend je opě rendová funkce lineární v paramerech, můžeme k odhadu použí meodu nejmenších čverců. exponenciální rend T = β 0 β 1, Kde β 0,β 1 jsou neznámé paramery a = 1,2,,n je časová proměnná. [3.21] modifikovaný exponenciální rend Modifikovaný exponenciální rend lze zapsa ve varu T = ξ + β β 0 β 1, 1 > 0, Kde β 0,β 1,ξ jsou neznámé paramery a = 1,2,,n je časová proměnná. [3.22] logisický rend Logisický rend lze například zapsa ve varu ξ T = β 11 1 + β 0 e [3.23] 25
3 Meodika práce a eorie časových řad Gomperzova křivka Gomperzovu křivku lze zapsa ve varu β1 T = ξβ 0 3.5 Volba modelu rendu [3.24] Při výpočech nasává oázka, jaký rend zvoli. Rozhodnuí o výběru rendu závisí na několika kriériích, keré si zde uvedeme: věcně ekonomická kriéria V někerých případech lze u údajů v časové řadě posoudi, zda jde o funkci klesající či rosoucí, bereme-li do úvahy exisenci inflexního bodu, zda jde o funkci rosoucí nade všechny meze nebo s růsem ke konečné limiě. Too kriérium je považováno za prioriní, ale pomůže nám poodhali jen základní endence ve vývoji analyzovaného ukazaele. vizuální analýza grafů Nebezpečí volby modelu rendu na základě ohoo kriéria spočívá v jeho subjekiviě. Různí uživaelé mohou na základě grafického rozboru éže časové řady dojí k různým závěrům volby modelu rendu. saisická kriéria Z hlediska účelu modelování časových řad bývají ao kriéria dělena na inerpolační a exrapolační. Je edy nuné přihlédnou k omu, zda je hlavním účelem modelování rendu pouze popis minulého vývoje ukazaele (inerpolace) nebo předpověď dalšího vývoje (exrapolace). Inerpolační kriéria - bývají založena na porovnání souču (průměru) čverců odchylek empirických a eoreických hodno. Lze je označi za míru přilnavosi modelu ke skuečnosi. Jiným používaným kriériem je index korelace. 26
3 Meodika práce a eorie časových řad Charakerisiky ovšem pocházejí z oblasi regresní analýzy a neexisuje čisá analogie mezi časovou řadou a regresní analýzou. Teno nesoulad s sebou přináší i nevýhody. I přes výhrady můžeme konsaova, že charakerisiky korelačního ypu jsou nejpoužívanější k volbě modelu časové řady. Nabídka saisického sofwaru nabízí yo míry úspěšnosi : M.E. (sřední chyby odhadu), M.S.E. ( sřední čvercová chyba odhadu), M.A.E. (sřední absoluní chyba odhadu), M.A.P.E. (sřední absoluní procenní chyba odhadu), M.P.E. (sřední procenní chyba odhadu). Exrapolační kriéria - způsob použií je zde založen na simulaci. Ta je založena na om, že z analyzované řady oddělíme určiou čás pozorování a na vhodnos rendové funkce usuzujeme podle oho, jak dobře dokážeme exrapolova ao pozorování. Avšak z rozsáhlých srovnávacích sudií plyne, že asi jenom 50 60 % modelů kvaliních při popisu minulosi je dobře použielných aké při předpovědi. 3.5.1 Adapivní přísupy k modelu časové řady Dosud jsem se zabývali ím, jak popsa minulé chování časové řady a snažili jsme se porozumě ěm endencím, keré oo chování předurčovaly. Všechny yo posupy vycházely z předpokladu, že v průběhu sledované doby se paramery modelu nemění. Proo časo aké hovoříme o modelech s neměnnými paramery. (Hindls 2000). Adapivní echniky, nazývané modely s měnlivými paramery, naproi omu konsruují složky časové řady pomocí akových charakerisik, keré mění v průběhu doby své hodnoy. Nepředpokládají sabiliu analyického varu a ani srukurálních paramerů v čase. Vyrovnání řady bude realizováno v podsaně kraší době než je časový inerval odpovídající řadě všech pozorování. Tím se nabízí možnos posupně zahrnova nová pozorování, edy adapova nově se vyskyující údaje. Adapivní modely připisují nejmenší váhu nejsarším údajům a nejvěší váhu nejnovějším údajům. 27
3 Meodika práce a eorie časových řad Adapivní vyrovnání zahrnuje dvě koncepce a o exponenciální vyrovnání a vyrovnání pomocí klouzavých průměrů. Podsaa vyrovnání pomocí klouzavých průměrů spočívá v om, že posloupnos původních empirických pozorování nahradíme řadou průměrů vypočíaných přímo z ěcho pozorování. Název klouzavý průměr je odvozen od oho, že při posupném výpoču průměrů posupujeme ( kloužeme ) vždy o jedno pozorování kupředu, přičemž zároveň poslední pozorování ze skupiny, z níž je průměr počíán, vypoušíme. (Hindls 2000). Při výpoču je důležié sanovi si poče pozorování, ze kerých budeme jednolivé průměry počía. Teno poče pozorování budeme nazýva klouzavou čásí a budeme ji znači m=(2p+1) pro m<n, kde n je celkový poče pozorování analyzované řady. Klouzavé čási jsou věšinou voleny menší délky p=2,3,4, j. m=5,7,9. Ovšem používají se k výpočům i klouzavé čási věšího rozsahu. Jednolivé klouzavé čási lze nejsnáze idenifikova jejich sředními body. Předpokládejme, že m je liché číslo, akže p=(m-1)/2 je číslo sudé. Sředním bodem prvé klouzavé čási je proo v pořadí (p+1)vý bod, proože před ním i za ním leží p časových bodů. Způsobů zkonsruování průměrů uvniř klouzavé čási je více, podle oho exisují klouzavé průměry prosé, vážené a cenrované. Prosý klouzavý průměr předpokládejme nejprve, že na klouzavých čásech o rozsahu m=2p+1, p=1,2,,n, je definován lineární rend. Rozdělíme-li nyní vyrovnanou časovou řadu na jednolivé klouzavé čási, budeme muse pro každou z nich zavés novou časovou proměnnou. Používáme-li v celé časové řadě proměnnou =1,2,,n, můžeme sřední body jednolivých klouzavých čásí idenifikova ve formě = p+1, p+2,, n-p. Definujeme novou časovou proměnnou jako posloupnos i =-(p-j), j=0,1,,2p. T, = p + 1, p + 2,..., n i, i = a0 + a1 p. [3.25] Principem způsobu vyrovnání je nahradi příslušnou klouzavou čás časové řady jediným číslem, a o průměrem. Sačí edy při řešení zjisi pouze paramer a 0 ( předsavuje odhad rendové funkce příslušející sřednímu bodu příslušné klouzavé čási). 28
3 Meodika řešení a eorie časových řad Řešení a 0 = y = y + y p 1 p p+ 1 y, i = m i= p m +... + y + p. [3.26] Vážený klouzavý průměr výpoče spočívá ve vážení průměru symerickými vahami. Cenrované klouzavé průměry - V případě, kdy rozsah klouzavé čási je sudé číslo, sřední body klouzavých čásí již celá čísla nejsou a nelze edy přiřadi přímo hodnoy klouzavých průměrů k empirickým pozorováním dané časové řady. V éo siuaci přiřadíme první vypočíaný klouzavý průměr sřednímu bodu, kerý není celočíselný. Podobně vypočíáme další klouzavý průměr a přiřadíme jej sřednímu bodu +1, kerý opě není celočíselný. Celočíselný, a udíž inerpreovaelný je však bod +1/2, jenž leží mezi oběma předchozími body. Z oho vyplývá, že hodnou klouzavého průměru odpovídající omuo celočíselnému bodu můžeme dosa jako arimeický průměr dvou sousedních prosých klouzavých průměrů. 3.6 Měření sezónnosi Jak je již uvedeno dříve, periodickou složkou časové řady lze klasifikova na řadu krákodobou, sezónní a cyklickou. Sezónní vlivy jsou přímo či nepřímo svázány se sřídáním ročních období a sezónní složku lze idenifikova v mnoha ekonomických časových řadách (výroba a spořeba energie, popávka po poravinách). Ze saisického hlediska lze sezónnos modelova následovně: proporcionální sezónnos velikos kolísání zde souvisí s rendem. Ampliuda sezónního výkyvu se sysemaicky zvyšuje u řad s rosoucím rendem a snižuje u řad s rendem klesajícím. Pouze u sacionárních časových řad je ampliuda sezónního výkyvu konsanní. Sezónní výkyv a rendová složka se skládají násobením a charakerisikou sezónnosi je sezónní index. 29
3 Meodika a řešení a eorie časových řad konsanní sezónnos ampliuda se nemění v závislosi na směru rendové složky a chová se sejně jako proporcionální sezónnos. Charakerisikou je sezónní konsana, kerá se skládá sčíáním. (Minařík 2004) V obou případech pokládáme sezónní složku za deerminisickou a neměnnou v celém časovém úseku. U časových řad se sezónní složkou je řeba zavés dvakrá indexovanou hodnou znaku y ij, kde index i je index periody (roku), i=1,2,..,k, zaímco index j je index dílčího období (měsíce, čvrleí) uvniř periody, j=1,2,..,m. Hodnoa k je vcelku libovolné číslo, číslo m nabývá zpravidla hodnoy m = 12 (pro měsíční údaje a m = 4 (pro čvrlení údaje) Délka časové řady je v omo případě n = k*m 3.6.1 Triviální model sezónnosi Vychází z proporcionálního pojeí sezónní složky a používá k jejímu měření primiivní charakerisiku - empirický sezónní index. Empirický sezónní index pro j- é dílčí období každé periody je číslo I j =1,2,..,m. Vyrovnaná hodnoa Y ij =T ij *I j, kde T ij je rendová složka řady. Empirický sezónní index je definován jako arimeický průměr podílu pozorovaných a vyrovnaných hodno příslušného dílčího období za všechny periody řady. I j = 1 k k i= 1 y T ij ij [3.27] Náhodné chyby jednolivých podílů, keré oscilují kolem skuečné hodnoy sezónního indexu, jsou eliminovány výpočem průměrné hodnoy za věší poče period. Měla by zde plai rovnos m j=1 I j = m 30
4 Vlasní práce 4. Vlasní práce Teorie a posupy výpočů, keré jsou uvedeny v předcházející kapiole jsou aplikovány na daech získaných z daabáze Minisersva pro mísní rozvoj České republiky a z daabáze Českého saisického úřadu. Zmíněná daa se ýkají poču ubyovaných rezidenů a nerezidenů v ubyovacích zařízeních na území České republiky. Údaje za jednolivá čvrleí roku 2002 až 2006 jsou uvedeny v ab. č.1. Tab. 2: Poče hosů v hromadných ubyovacích zařízeních Rok 2002 2003 2004 2005 2006 Črleí Poče hosů celkem Nerezideni Rezideni I.02 2082827 770303 1312524 II.02 2915857 1328044 1587813 III.02 3903838 1727161 2176677 IV.02 1961250 947286 1013964 I.03 2 049 881 819 718 1 230 163 II.03 2 938 535 1 349 242 1 589 293 III.03 4 111 194 1 778 943 2 332 251 IV.03 2246872 1127853 1119019 I.04 2221499 1034034 1187465 II.04 3 122 195 1 641 944 1 480 251 III.04 4 517 793 2 088 770 2 429 023 IV.04 2 358 202 1 296 477 1 061 725 I.05 2277892 1142819 1135073 II.05 3165389 1688134 1477255 III.05 4 423 690 2 116 925 2 306 765 IV.05 2494822 1388250 1106572 I.06 2375317 1134675 1240642 II.06 3 388 048 1 808 242 1 579 806 31
4 Vlasní práce Grafické znázornění sledovaných ukazaelů v čase je na obr. č. 6 až 8. Obr. 6: Celkový poče hosů v hromadných ubyovacích zařízeních poče hosů v is. 5 000 000 4 500 000 4 000 000 3 500 000 3 000 000 2 500 000 2 000 000 1 500 000 1 000 000 500 000 0 2002 2003 2004 2005 2006 ro ky 1. č vrleí 2. č vrleí 3. č vrleí 4. č vrleí Obr. 7: Poče nerezidenů ubyovaných v hromadných ubyovacích zařízeních 2 500 000 poče hosů v is. 2 000 000 1 500 000 1 000 000 500 000 1. č vrleí 2. č vrleí 3. č vrleí 4. č vrleí 0 2002 2003 2004 2005 2006 ro ky 32
4 Vlasní práce Obr. 8: Poče rezidenů ubyovaných v hromadných ubyovacích zařízeních 3 000 000 2 500 000 poče hosů v is. 2 000 000 1 500 000 1 000 000 500 000 1. č vrleí 2. č vrleí 3. č vrleí 4. č vrleí 0 2002 2003 2004 2005 2006 ro ky Ve sledovaných čvrleích si můžeme všimnou, že návšěvnos během roku je nesejnoměrná. Teno fak je dán sezónnosí v návšěvnosi a urismu. V cesovním ruchu snad jen lázeňský cesovní ruch není ímo ovlivněn. Jak již bylo zmíněno dříve, příkladem může bý Karlovarský kraj, časo nazývaný krajem lázeňským, kde sezónnos návšěvnosi nedosahuje akových rozdílů jako v jiných krajích země. 4.1 Určení ypu časových řad Typ časové řady určíme pomocí již zmíněné eorie. Řady jsou na základě zjišění časovými řadami inervalovými, neboť vycházíme z oho, že poče ubyovaných hosů závisí na délce časového inervalu, za kerý yo údaje sledujeme. Podle periodiciy sledování můžeme konsaova, že se jedná o časovou řadu dlouhodobou (někdy éž nazývanou roční), jelikož periodou je právě jeden rok. Dále můžeme urči, že se jedná o časové řady primárních ukazaelů, jelikož údaje jsou zjišťovány přímo a jsou vořeny absoluními hodnoami poču ubyovaných osob. Jednokou sledovaných hodno jsou počy osob v isících. Uvedené časové řady spadají do řad naurálních ukazaelů. 33
4 Vlasní práce 4.2 Elemenární charakerisiky časové řady Pro výpoče elemenárních charakerisik vývoje je použia pouze jedna časová řada a o řada informující o celkovém poču ubyovaných hosů. Vizuálně nás o průběhu časové řady informuje grafické vyjádření éo řady, ale k upřesnění můžeme využí i elemenární charakerisiky časové řady. Tab. 3: Elemenární charakerisiky celkového poču ubyovaných osob v ubyovacích zařízeních Rok 2002 2003 2004 2005 2006 Črle í y Absoluní přírůsek Druhá diference Koeficien růsu Tempo růsu [%] Koeficien přírůsku Tempo přírůsk u [%] I.02 770 303 II.02 1 328 044 557741 1,72 172 0,72 72 III.02 1 727 161 399117-158624 1,30 130 0,30 30 IV.02 947 286-779875 -1178992 0,55 55-0,45-45 I.03 819 718-127568 652307 0,87 87-0,13-13 II.03 1 349 242 529524 657092 1,65 165 0,65 65 III.03 1 778 943 429701-99823 1,32 132 0,32 32 IV.03 1 127 853-651090 -1080791 0,63 63-0,37-37 I.04 1 034 034-93819 557271 0,92 92-0,08-8 II.04 1 641 944 607910 701729 1,59 159 0,59 59 III.04 2 088 770 446826-161084 1,27 127 0,27 27 IV.04 1 296 477-792293 -1239119 0,62 62-0,38-38 I.05 1 142 819-153658 638635 0,88 88-0,12-12 II.05 1 688 134 545315 698973 1,48 148 0,48 48 III.05 2 116 925 428791-116524 1,25 125 0,25 25 IV.05 1 388 250-728675 -1157466 0,66 66-0,34-34 I.06 1 134 675-253575 475100 0,82 82-0,18-18 II.06 1 808 242 673567 927142 1,59 159 0,59 59 34
4 Vlasní práce Průměrný absoluní přírůsek vypočíáme ze vzorce [3.6] = 1 n y y 1 1 d d = = * (1808242 770303 ) = 61055,24 n 1 = 2 n 1 17 Výsledek vypovídá o průměrném čvrlením nárůsu hosů v průměru o 61055,24 osob. Průměrný koeficien růsu získáme ze vzorce [3.9] k = n 1 y y 1 = 17 1808242 770303 = 1, 05 Průměrné empo růsu vypočíáme ze vzorce [3.10] k = k * 100 = 1,05*100 = 105% Vypovídá o 5 % průměrném čvrlením empu přírůsku Z grafického znázornění, ale i z výpočů elemenárních charakerisik časové řady je vidě, jen velmi malá endence růsu přímky, kerá sledovanou časovou řadu vyrovnává. 4.3 Modelování časových řad Nejvhodnější popis sledovaného období, sledované řady, zajišťuje lineární rend. Exrapolaci, předpověď rendu na řeí a čvré čvrleí roku 2006 a na první a druhé čvrleí roku 2007, provedeme ak, že dosadíme příslušné hodnoy za paramer do rovnice rendové přímky. Výpočy paramerů rendové přímky a předpovědi rendu jsou počeně provedeny v příloze č. 1. 35
4 Vlasní práce Výpoče paramerů rendové přímky b b 0 1 = = n y y * 2 = 25188820 = 1399378,89 18 15326864 = = 316349 484,5 Trendová přímka po dosazení paramerů T = 1399378,89 + 31634, 39 Obr. 9: Trendová přímka návšěvnosi hromadných ubyovacích zařízení zahraničními urisy na území ČR 2 500 000 2 000 000 hosé v is. 1 500 000 1 000 000 skuečné hodnoy rend 500 000 0 I.02 III.02 I.03 III.03 I.04 III.04 období I.05 III.05 I.06 III.06 I.07 36
4 Vlasní práce Ve sledovaném období od roku 2002 do 2. čvrleí roku 2006 lze dle rendu konsaova, že časová řada má lineární, mírně rosoucí charaker. Také z exrapolace rendu můžeme předpovědě, že v roce 2007 bude návšěvnos hromadných ubyovacích zařízení na území České republiky i nadále soupa. Což samozřejmě má významný poziivní dopad jak na regionální infrasrukuru, ak i na celkový hospodářský rozvoj země. Cesovní ruch jako samosané hospodářské odvěví ak může i nadále zaznamenáva expanzivní rozvoj. 4.4 Vyrovnání pomocí klouzavých průměrů Uvedené analyické vyrovnání je založeno na vyrovnání časové řady pomocí rendové přímky. Jako další možnos se nabízí vyrovnání adapivní, a o pomocí klouzavých průměrů. Výhodou éo adapivní meody je fak, že umožňuje posupné vyrovnání menších inervalů než je celé sledované období a ím můžeme zahrnou i nejnovější údaje. Pro následující výpočy je zvolena klouzavá čás m a o p=3, p=4, p=6. Ve dvou případech je délka klouzavé čási m zvolena jako sudé číslo, proo je nuné v ěcho případech použí zv. cenrování. Hodnoy, získané pro výpoče klouzavých průměrů, jsou uvedeny v příloze č. 2. Obr. 10: Vyrovnání pomocí klouzavých průměrů 2 500 000 poče hosů v is. 2 000 000 1 500 000 1 000 000 500 000 skuečné hodnoy 3 měsíční klouzavý průměr 4 měsíční cenrovaný klouzavý průměr 6-i měsíční klouzavý průměr 0 I.02 III.02 I.03 III.03 I.04 III.04 I.05 III.05 I.06 období 37