歡迎來到時間序列分析！

你好！今天我們將深入探索時間序列（Time Series）的世界。作為未來的會計師，你所看到的將不只是冰冷的數字，而是隱藏在數字背後的趨勢與模式。無論是為客戶預測銷售額，還是為明年的預算做規劃，掌握數據隨時間變化的規律簡直就像是你的「超能力」。別擔心數學不是你的強項——我們會將這些概念拆解成簡單易懂的片段，讓它們與現實世界的商業運作緊密結合。

什麼是時間序列？
時間序列就是在一系列固定時間間隔內記錄的一組觀察值（數據點）。你可以把它想像成你的銀行月結單或手機的螢幕使用時間報告——這些都是按日、按月或按年收集的數據。

時間序列的四個組成部分

剛開始看圖表時，數據可能會顯得雜亂無章。然而，統計學家認為任何時間序列實際上都是由四種「成分」構成的。我們稱之為時間序列的組成部分。為了方便記憶，請記住這個縮寫：T.S.C.I.

1. 趨勢 (Trend, T)

趨勢是指數據的長期走向。業務在幾年內是整體增長、萎縮，還是保持平穩？趨勢會忽略日常細微的「波動」，專注於大局。

例子： 想像一下過去 15 年智能手機的使用量。即使某個月的銷售額可能出現下滑，但長期來看，趨勢一直是一個巨大的攀升曲線。

2. 季節性變動 (Seasonal Variation, S)

季節性變動是指在固定期間（通常為一年或以內）內重複出現的短期波動。這些都是根據一年中的時間、月份甚至星期幾而可以預測的模式。

例子： 香港的月餅銷量每年在中秋節期間都會飆升，節後隨即降至谷底。這就是典型的季節性模式。

3. 週期性變動 (Cyclical Variation, C)

週期性變動是指跨越多年出現的長期「波浪」。它們通常與商業週期（經濟繁榮和衰退的時期）掛鉤。與季節性模式不同，週期沒有固定的、可預測的長度。

例子： 香港的房地產市場經常經歷房價高漲，隨後幾年回調冷卻，然後再次上升的週期。

4. 不規則變動 (Irregular Variation, I)

不規則變動（也稱為隨機變動）就是那些「驚喜」。這些是無法預測、不遵循任何模式的事件。它們由一次性的突發事件引起，例如自然災害、突然的罷工或全球性疫情。

例子： 2020 年初口罩銷量的突然激增，就是一場不規則事件，任何統計模型都無法根據往年的數據預測到這一點。

快速複習箱：
• 趨勢 (Trend)：長期的方向。
• 季節性 (Seasonal)：一年內重複（可預測）。
• 週期性 (Cyclical)：經濟波浪（持續多年）。
• 不規則 (Irregular)：不可預測/隨機。

這些成分如何共同運作：分析模型

在考試中，你需要知道這四個成分是如何組合起來，得出我們看到的實際值（即觀察值，$Y$）。主要有兩種分析模型：

A. 加法模型 (Additive Model)

在這個模型中，我們假設各個成分之間是相互獨立的。我們只需將它們加在一起。公式如下：

\( Y = T + S + C + I \)

當季節性變動的大小與趨勢上升或下降無關時，請使用此模型。例如，無論你的年銷量是 1,000 還是 10,000，如果你每年的 12 月都穩定多賣出 500 個單位，就適用此模型。

B. 乘法模型 (Multiplicative Model)

此模型在現實世界中更為常見。它假設季節性變化是趨勢的一種百分比。公式如下：

\( Y = T \times S \times C \times I \)

當季節性變動隨趨勢增加而變大時，請使用此模型。例如，如果你在 12 月的銷量總是多出 20%。如果你的趨勢銷量是 1,000，你就多賣 200 個；如果你的趨勢增長到 10,000，那 20% 的「季節性」漲幅就變成了額外的 2,000 個單位！

你知道嗎？
在許多會計考試中，週期性 (C) 和 趨勢 (T) 這兩個成分經常被合併為單一的「趨勢-週期」成分，因為它們都屬於長期移動範疇。

數據分析的步驟

當題目給你一組數據並要求你找出各個成分時，請按照以下步驟進行：

1. 識別趨勢：通常通過計算移動平均 (Moving Average) 來完成（這有助於消除季節性和不規則的波動）。
2. 分離季節性變動：從實際數據中減去趨勢（在加法模型中），或將實際數據除以趨勢（在乘法模型中）。
3. 預測：利用趨勢和季節性因子來預測未來數值。

避免常見錯誤：
不要混淆季節性和週期性！
• 季節性 = 每年同一時間發生（例如：聖誕節）。
• 週期性 = 跨越多年且與經濟掛鉤（例如：2008 年金融海嘯）。

總結與要點

理解時間序列的核心在於「分解」，即將總數拆解為其根本原因。透過區分什麼是長期的趨勢，什麼只是暫時的季節性高峰，會計師就能提供更準確的財務建議。

要點回顧：

• 時間序列是隨時間變化的數據。
• T.S.C.I. 代表趨勢 (Trend)、季節性 (Seasonal)、週期性 (Cyclical) 和不規則 (Irregular)。
• 加法模型： \( Y = T + S + C + I \) （變化為絕對數值）。
• 乘法模型： \( Y = T \times S \times C \times I \) （變化為比例/百分比）。
• 不規則成分是唯一無法預測的。

如果剛開始覺得有些複雜，別擔心！一旦你開始分析公司的銷售圖表，你就會發現這些成分隨處可見。你一定做得到的！