2.Автокорреляция уровней временного ряда

При наличии во временном ряде тенденции и циклических колебаний значения каждого последующего уровня ряда зависят от предыдущих.

Корреляционную зависимость между последова­тельными уровнями временного ряда называют автокорреляцией уровней ряда.

Количественно ее можно измерить с помощью линейного коэффициента корреляции между уровнями исходного временного ряда и уровнями этого ряда, сдвинутыми на несколько шагов во времени. Рассмотрим пример.

Пусть имеются следующие условные данные о средних расхо­дах на конечное потребление ( д. е.) за 8 лет (таблица 1).

Необходимо рассчитать коэффициенты автокорреляции уровней для временного ряда расходов на конечное потребление.

Таблица 1–Расчет коэффициента автокорреляции первого порядка для временного ряда расходов на конечное потребление, д. е.

1	7	–	–	–	–	–	–
2	8	7	–3,29	–3	9,87	10,8241	9
3	8	8	–3,29	–2	6,58	10,8241	4
4	10	8	–1,29	–2	2,58	1,6641	4
5	11	10	–0,29	0	0,00	0,0841	0
6	12	11	0,71	1	0,71	0,5041	1
7	14	12	2,71	2	5,42	7,3441	4
8	16	14	4,71	4	18,84	22,1841	16
Итого	86	70	–0,03*	0	44,0	53,4287	38

^*Сумма не равна нулю ввиду наличия ошибок округления

Разумно предположить, что расходы на конечное потребле­ние в текущем году зависят от расходов на конечное потребление предыдущих лет.

Определим коэффициент корреляции между рядами и и измерим тесноту связи между расходами на конечное потребле­ние текущего и предыдущего годов. Добавим в таблице 1 временной ряд .

Одна из рабочих формул для расчета коэффициента корреля­ции имеет вид:

, (1)

В качестве переменной мы рассмотрим ряд , в ка­честве переменной у – ряд .

Тогда приведенная выше формула примет вид:

, (2)

где

, (3)

, (4)

Эту величину называют коэффициентом автокорреляции уровней ряда первого порядка, так как он измеряет зависимость между соседними уровнями ряда и , то есть при лаге 1.

Для данных нашего примера соотношения составят:

;

.

Используя формулу (2), получаем коэффициент автокорре­ляции первого порядка:

Полученное значение свидетельствует об очень тесной зави­симости между расходами на конечное потребление текущего и непосредственно предшествующего годов и, следовательно, о на­личии во временном ряде расходов на конечное потребление сильной линейной тенденции.

Аналогично можно определить коэффициенты автокорреля­ции второго и более высоких порядков. Так, коэффициент авто­корреляции второго порядка характеризует тесноту связи между уровнями и ,и определяется по формуле:

, (5)

где

, (3)

, (4)

Для данных нашего примера получим:

Построим таблицу 2.

Таблица 2– Расчет коэффициента автокорреляции второго порядка для временного ряда расходов на конечное потребление, д. е.

1	7	–	–	–	–	–	–
2	8	–	–	–	–	–	–
3	8	7	–3,83	–2,33	8,9239	14,6689	5,4289
4	10	8	–1,83	–1,33	2,4339	3,3489	1,7689
5	11	8	–0,83	–1,33	1,1039	0,6889	1,7689
6	12	10	0,17	0,67	0,1139	0,0289	0,4489
7	14	11	2,17	1,67	3,239	4,7089	2,7889
8	16	12	4,17	2,67	11,1339	17,3889	7,1289
Итого	86	56	0,02*	0,02	27,3334	40,8334	19,3334

^*Сумма не равна нулю ввиду наличия ошибок округления

Подставив полученные значения в формулу (5) имеем:

Полученные результаты еще раз подтверждают вывод о том, что ряд расходов на конечное потребление содержит линейную тенденцию.

С увеличением лага число пар значений, по которым рассчитывается коэффициент автокорре­ляции, уменьшается.

Во–первых, он строится по аналогии с линейным коэффициентом корреляции и таким образом характеризует тесноту только линейной связи текущего и предыдущего уровней ряда. Поэтому по ко­эффициенту автокорреляции можно судить о наличии линейной (или близкой к линейной) тенденции. Для некоторых временных рядов, имеющих сильную нелинейную тенденцию (например, па­раболу второго порядка или экспоненту), коэффициент автокор­реляции уровней исходного ряда может приближаться к нулю.

Во–вторых, по знаку коэффициента автокорреляции нельзя делать вывод о возрастающей или убывающей тенденции в уров­нях ряда. Большинство временных рядов экономических данных содержит положительную автокорреляцию уровней, однако при этом могут иметь убывающую тенденцию.

Последовательность коэффициентов автокорреляции уров­ней первого, второго и т. д. порядков называют автокорреляцион­ной функцией временного ряда.

График зависимости ее значений от величины лага (порядка коэффициента автокорреляции) на­зывается коррелограммой.

Анализ автокорреляционной функции и коррелограммы поз­воляет определить лаг, при котором автокорреляция наиболее высокая, а следовательно, и лаг, при котором связь между теку­щим и предыдущими уровнями ряда наиболее тесная, то есть при помощи анализа автокорреляционной функции и коррелограм­мы можно выявить структуру ряда.

Если наиболее высоким оказался коэффициент автокорреля­ции первого порядка, исследуемый ряд содержит только тенден­цию.

Если наиболее высоким оказался коэффициент автокорре­ляции порядка , ряд содержит циклические колебания с перио­дичностью в моментов времени.

Если ни один из коэффициен­тов автокорреляции не является значимым, можно сделать одно из двух предположений относительно структуры этого ряда: либо ряд не содержит тенденции и циклических колебаний и имеет структуру, сходную со структурой ряда, изображенного на рис. 3, либо ряд содержит сильную нелинейную тенденцию, для выявления которой нужно провести дополнительный анализ. Поэтому коэффициент автокорреляции уровней и автокорреля­ционную функцию целесообразно использовать для выявления во временном ряде наличия или отсутствия трендовой компоненты ( ) и циклической (сезонной) компоненты ( ).

Тема№8 Изучение взаимосвязей по временным рядам

Вопросы: