Автокорреляция уровней временного ряда

В значительной части временных рядов между уровнями, особенно близко расположенных, существует взаимосвязь, т.е. 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 коэффициента корреляции между уровнями исходного временного ряда и уровнями этого ряда, сдвинутых на несколько шагов во времени. Число уровней, по которым рассчитывается коэффициент автокорреляции, называется лагом.

Определим коэффициент корреляции между рядами yt и yt-1, т.е. коэффициент автокорреляции 1-го порядка

автокорреляция уровней временного ряда - student2.ru , (9.14)

где

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru .

Отметим, что расчет коэффициента автокорреляции производится по (n–1), а не по n парам наблюдений.

Определим теперь коэффициент автокорреляции 2-го порядка, коэффициент корреляции между рядами yt и yt-2, т.е.

автокорреляция уровней временного ряда - student2.ru , (9.15)

где

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru .

Отметим, что расчет коэффициента автокорреляции 2-го порядка уже будет производится по (n–2) парам наблюдений.

Следует учитывать, что с увеличением лага число пар значений, по которым рассчитывается коэффициент автокорреляции, уменьшается. Поэтому некоторые авторы считают целесообразным для обеспечения статистической достоверности коэффициентов автокорреляции использовать правило – максимальный порядок коэффициента автокорреляции не должен превышать n/4.

Отметим два важных свойства коэффициента автокорреляции:

Во-первых, он строится по аналогии с обычным коэффициентом корреляции и таким образом характеризует тесноту только линейной связи текущего и предыдущего уровней ряда. Поэтому по коэффициентам автокорреляции можно судить о наличии линейной (или близкой к линейной) тенденции. Для некоторых временных рядов, имеющих сильную нелинейную тенденцию (например, парабола или экспонента), коэффициенты автокорреляции уровней могут 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.

По длинному временному ряду можно определить серию коэффициентов автокорреляции, последовательно увеличивая величину лага: r1, r2, r3, … Последовательность коэффициентов автокорреляции называется автокорреляционной функцией временного ряда. График зависимости значений коэффициентов автокорреляции от величины лага (порядка коэффициента автокорреляции) называют коррелограммой.

Анализ автокорреляционной функции и коррелограммы позволяет уточнить структуру временного ряда, выявить наличие или отсутствие в нём тенденции или периодических колебаний. Если временной ряд характеризуется чётко выраженной линейной тенденцией, то для него коэффициент автокорреляции 1-го порядка приближается к 1. Если же временной ряд содержит периодические колебания, то и автокорреляционная функция также будет содержать периодические колебания. Если временной ряд не содержит периодических колебаний, то коррелограмма представляет собой затухающую функцию, т.е. коэффициенты автокорреляции высоких порядков приближаются к нулю.

Анализ коррелограммы – это порой довольно непростая задача. Поэтому мы кратко остановимся на типичном поведении коррелограмм для некоторых классов временных рядов. Для начала рассмотрим поведение коррелограммы для некоторых нестационарных временных рядов. На графиках кроме значений самой функции, обычно указывают доверительные пределы этой функции

Для временного ряда, содержащего тренд, коррелограмма не стремится к нулю с ростом значения лага t. Ее характерное поведение изображено на рис.9.1.

автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru

Рис. 9.1. Коррелограмма ряда урожайности зерновых культур в СССР
с 1945 по 1989 гг. в ц/га: а) исходный временной ряд; б) его коррелограмма.

Для временного ряда с сезонными колебаниями коррелограмма также будет содержать периодические всплески, соответствующие периоду сезонных колебаний. Это позволяет устанавливать предполагаемый период сезонности. Типичное поведение коррелограммы приведено на рис.9.2.

автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru

Рис. 9.2. Коррелограмма ряда месячных продаж шампанского за 7 последовательных лет в логарифмической шкале (после удаления линейного тренда): а) преобразованный исходный временной ряд; б) его коррелограмма.

Пример 9.1. Пусть имеются следующие условные данные о средних расходах на конечное потребление (yt, ден. ед.) за 8 лет:

t
yt

Найти коэффициенты автокорреляции 1-го и 2-го порядков.

Решение. Вычислим коэффициент автокорреляции 1-го порядка, для этого составим таблицу, содержащую промежуточные вычисления:

t yt yt+1 yt–y1 yt+1–y2 (yt–y1)(yt+1–y2) (yt–y1)2 (yt+1–y2)2
-137,857 -74,714 10299,898 19004,592 5582,224
-17,857 -116,714 2084,184 318,878 13622,224
0,143 3,286 0,469 0,020 10,796
8,143 21,286 173,327 66,306 453,082
53,143 29,286 1556,327 2824,163 857,653
42,143 74,286 3130,612 1776,020 5518,367
52,143 63,286 3299,898 2718,878 4005,082
  20544,714 26708,857 30049,429

Поскольку

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru ,

то

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru .

Тогда

автокорреляция уровней временного ряда - student2.ru

Полученное значение свидетельствует о тесной зависимости между расходами на конечное потребление текущего и непосредственно предшествующего годов и, следовательно, о наличии во временном ряде расходов на конечное потребление линейной тенденции (рис. 9.3).

автокорреляция уровней временного ряда - student2.ru

Рис. 9.3

Вычислим коэффициент автокорреляции 2-го порядка, для этого составим таблицу, содержащую промежуточные вычисления:

t yt yt+2 yt–y3 yt+2–y4 (yt–y3)(yt+2–y4) (yt–y3)2 (yt+2–y4)2
-40,833 -64,167 2620,139 1667,361 4117,361
-22,833 -106,167 2424,139 521,361 11271,361
-14,833 13,833 -205,194 220,028 191,361
30,167 31,833 960,306 910,028 1013,361
19,167 39,833 763,472 367,361 1586,694
29,167 84,833 2474,306 850,694 7196,694
  9037,167 4536,833 25376,833

Поскольку

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru ,

то автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru . Тогда

автокорреляция уровней временного ряда - student2.ru

Полученный результат еще раз подтверждает вывод о том, что временной ряд расходов на конечное потребление содержит линейную тенденцию.

Пример 9.2. Имеются поквартальные условные данные об объемах потребления электроэнергии жителями региона.

Таблица 9.7

Номер квартала Потребление электроэнергии жителями региона, млн. кВт×ч Номер квартала Потребление электроэнергии жителями региона, млн. кВт×ч
6,0 8,0
4,4 5,6
5,0 6,4
9,0 11,0
7,2 9,0
4,8 6,6
6,0 7,0
10,0 10,8

Построить автокорреляционную функцию временного ряда.

Решение. Для расчета коэффициентов автокорреляции исходного временного ряда составим таблицу (табл. 9.8):

Таблица 9.8

t yt yt-1 yt-2 yt-3 yt-4 yt-5 yt-6
6,0
4,4 6,0
5,0 4,4 6,0
9,0 5,0 4,4 6,0
7,2 9,0 5,0 4,4 6,0
4,8 7,2 9,0 5,0 4,4 6,0
6,0 4,8 7,2 9,0 5,0 4,4 6,0
10,0 6,0 4,8 7,2 9,0 5,0 4,4
8,0 10,0 6,0 4,8 7,2 9,0 5,0
5,6 8,0 10,0 6,0 4,8 7,2 9,0
6,4 5,6 8,0 10,0 6,0 4,8 7,2
11,0 6,4 5,6 8,0 10,0 6,0 4,8
9,0 11,0 6,4 5,6 8,0 10,0 6,0
6,6 9,0 11,0 6,4 5,6 8,0 10,0
7,0 6,6 9,0 11,0 6,4 5,6 8,0
10,8 7,0 6,6 9,0 11,0 6,4 5,6

Определим коэффициент корреляции между рядами yt и yt-1, т.е. коэффициент автокорреляции 1-го порядка. Отметим, что расчет коэффициента автокорреляции производится по 15, а не по 16 парам наблюдений. Составим таблицу для расчета коэффициента автокорреляции 1-го порядка (таб. 9.9):

Таблица 9.9

t yt yt-1 автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru
6,0
4,4 6,0 -2,987 -1,067 3,186 8,920 1,138
5,0 4,4 -2,387 -2,667 6,364 5,696 7,111
9,0 5,0 1,613 -2,067 -3,334 2,603 4,271
7,2 9,0 -0,187 1,933 -0,361 0,035 3,738
4,8 7,2 -2,587 0,133 -0,345 6,691 0,018
6,0 4,8 -1,387 -2,267 3,143 1,923 5,138
10,0 6,0 2,613 -1,067 -2,788 6,830 1,138
8,0 10,0 0,613 2,933 1,799 0,376 8,604
5,6 8,0 -1,787 0,933 -1,668 3,192 0,871
6,4 5,6 -0,987 -1,467 1,447 0,974 2,151
11,0 6,4 3,613 -0,667 -2,409 13,056 0,444
9,0 11,0 1,613 3,933 6,346 2,603 15,471
6,6 9,0 -0,787 1,933 -1,521 0,619 3,738
7,0 6,6 -0,387 -0,467 0,180 0,150 0,218
10,8 7,0 3,413 -0,067 -0,228 11,651 0,004
Среднее 110,8     9,813 65,317 54,053

По данным таблицы находим

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru .

Используя формулу (9.14), находим

автокорреляция уровней временного ряда - student2.ru .

Определим теперь коэффициент автокорреляции 2-го порядка, коэффициент корреляции между рядами yt и yt-2. Отметим, что расчет коэффициента автокорреляции 2-го порядка уже будет производиться по 14 парам наблюдений. Составим таблицу для расчета коэффициента автокорреляции 2-го порядка (таб. 9.10):

Таблица 9.10

t yt yt-2 автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru автокорреляция уровней временного ряда - student2.ru
6,0
4,4
5,0 6,0 -2,600 -1,071 2,786 6,760 1,148
9,0 4,4 1,400 -2,671 -3,740 1,960 7,137
7,2 5,0 -0,400 -2,071 0,829 0,160 4,291
4,8 9,0 -2,800 1,929 -5,400 7,840 3,719
6,0 7,2 -1,600 0,129 -0,206 2,560 0,017
10,0 4,8 2,400 -2,271 -5,451 5,760 5,159
8,0 6,0 0,400 -1,071 -0,429 0,160 1,148
5,6 10,0 -2,000 2,929 -5,857 4,000 8,577
6,4 8,0 -1,200 0,929 -1,114 1,440 0,862
11,0 5,6 3,400 -1,471 -5,003 11,560 2,165
9,0 6,4 1,400 -0,671 -0,940 1,960 0,451
6,6 11,0 -1,000 3,929 -3,929 1,000 15,434
7,0 9,0 -0,600 1,929 -1,157 0,360 3,719
10,8 6,6 3,200 -0,471 -1,509 10,240 0,222
Среднее 106,4     -31,120 55,760 54,049

По данным таблицы находим

автокорреляция уровней временного ряда - student2.ru , автокорреляция уровней временного ряда - student2.ru .

Используя формулу (9.15), находим

автокорреляция уровней временного ряда - student2.ru .

Аналогичным образом рассчитываем коэффициенты автокорреляции 3-го и более высоких порядков. (Заметим, что в программе Exel коэффициенты корреляции рассчитываются при помощи функции КОРРЕЛ). В результате получим автокорреляционную функцию исходного временного ряда. Ее значения и коррелограмма приведены в таб. 9.11.

Таблица 9.11

Лаг Коэффициент автокорреляции уровней временного ряда Коррелограмма
0,1651548 автокорреляция уровней временного ряда - student2.ru
-0,5668734
0,1135581
0,9830252
0,1187113
-0,7220463
-0,0033676
0,9738481

Анализ значений автокорреляционной функции позволяет сделать вывод о наличии в изучаемом временном ряде, во-первых, линейной тенденции, во-вторых, сезонных колебаний периодичностью в четыре квартала. Данный вывод подтверждается и графическим анализом структуры ряда (см. рис. 9.1).

автокорреляция уровней временного ряда - student2.ru

Рис. 9.4

Пример 9.3. Инвестиции в основной капитал России за 1996-1999 гг. характеризуется следующими данными:

Таблица 9.12

Номер квартала Год Инвестиции, трлн. руб. Номер квартала Год Инвестиции, трлн. руб.
57,8 71,9
75,2 83,9
85,2 107,1
157,8 139,5
73,2 95,2
85,4 127,0
108,9 182,6
141,3 254,5

Построить автокорреляционную функцию временного ряда.

Решение. Из рис. 9.5 видно, что ряд развивается периодически: рост инвестиций в начале года и спад их в I квартале, т.е. повторение движения уровней ряда из года в год с лагом в четыре квартала.

автокорреляция уровней временного ряда - student2.ru

Рис. 9.5

Эту же величину подтверждает и автокорреляционная функция:

Таблица 9.13

Лаг Коэффициент автокорреляции уровней временного ряда Коррелограмма
0,470592 автокорреляция уровней временного ряда - student2.ru
0,037307
0,028097
0,702999
-0,05731
-0,2916
-0,04014
0,747767
0,121037
-0,07538
0,178292
0,953762

Коэффициенты автокорреляции систематически возрастают через интервал лага, равный четырём. Вместе с тем следует иметь в виду, что при увеличении лага уменьшается число наблюдений, на которых базируется значение коэффициента автокорреляции. Поэтому коэффициенты автокорреляции высоких порядков оказываются менее сопоставимыми и менее надёжными, чем коэффициенты автокорреляции с меньшей величиной лага. Так в нашем примере r12=0,953762 базируется всего на четырёх наблюдениях, и на его величине вряд ли можно придавать особое экономическое значение: он приведён только для подтверждения вывода, что коэффициенты автокорреляции приобретают существенные значения лишь при интервале запаздывания, кратном четырём.

Наши рекомендации