Was ist eine stationäre Zeitreihe? Was sind einige Beispiele?

7

In meiner ökonometrischen Klasse definierte mein Lehrer eine stationäre Zeitreihe folgendermaßen: "Eine Zeitreihe ist lose gesagt stationär, wenn sich ihre stochasitischen Eigenschaften und ihre zeitliche Abhängigkeitsstruktur im Laufe der Zeit nicht ändern." Ich bin verwirrt, was einige Beispiele wären. Wäre die Temperatur im Laufe der Jahre stationär, vorausgesetzt, es gibt keinen Trend? Bedeutet Stationarität, dass die einzige Bewegung in den Daten auf zufälliges weißes Rauschen zurückzuführen ist? Was sind einige Beispiele? Beispiele fehlen mir.

Robert Grote
quelle
5
Unter der neuen US-Regierung wird die Temperatur ein stationärer Prozess sein.
Aksakal

Antworten:

11

Vielleicht hilft ein einfaches Beispiel aus dem Finanzbereich der Intuition. LassenRt der Zinssatz für den Zeitraum sein t (Beachten Sie, dass dies eine Zufallsvariable ist).

Zahlreiche Zinsmodelle (z. B. Vasicek oder Cox-Ingersoll-Ross ) implizieren, dass der Zinssatz ein stationärer Prozess ist. Wenn Sie den Zinssatz verdienenRt jede Periode und beginnen mit V0 Dollar, dann die Menge der Dollar, die Sie zur Zeit haben t ist gegeben durch:

Vt=V0τ=1t(1+Rτ)

Der Prozess {Vt}ist NICHT stationär. Es gibt keinen bedingungslosen Mittelwert oder Varianz.

Weitere Beispiele aus Wirtschaft und Finanzen:

  • Lassen Yt die Gesamtproduktion (dh das BIP) der Wirtschaft zum Zeitpunkt sein t.

    • yt=log(Yt) ist mit ziemlicher Sicherheit kein stationärer Prozess.
    • Das Wachstum der Log-Ausgabe (dh ytyt1) wird typischerweise als stationärer Prozess behandelt
  • Lassen St der Preis des gesamten Marktportfolios sein.

    • st=log(St) ist mit ziemlicher Sicherheit kein stationärer Prozess.
    • Das Protokoll kehrt zurück rt=stst1 des Marktportfolios wird typischerweise als stationärer Prozess behandelt.

Ein zufälliger Spaziergang oder ein Wiener-Prozess (die kontinuierliche Zeit analog zu einem zufälligen Spaziergang) sind kanonische Beispiele für instationäre Prozesse. Andererseits sind Inkremente eines zufälligen Spaziergangs oder eines Wiener-Prozesses stationäre Prozesse.

Temperatur

Wie @kjetil betont, ist die Temperatur kein stationärer Prozess. Beispielsweise ist die Verteilung über die Temperaturen im Januar nicht dieselbe wie die Verteilung über die Temperaturen im Juni. Die gemeinsame Verteilung ändert sich bei zeitlicher Verschiebung.

Auf der anderen Seite lassen yt sei ein 12 mal 1 Vektor für das Jahr twobei jeder Eintrag des Vektors die Durchschnittstemperatur für einen Monat angibt. Vielleicht können Sie das argumentierenyt ist ein stationärer Prozess.

- Update Wie @ bright-star in den Kommentaren hervorhebt , ist dies die Grundidee der Cyclostationarität . Die Temperatur an einem bestimmten Tag alst variiert über Jahre kann ein stationärer Prozess sein.

Sonnenflecken

Eines der ersten Zeitreihenmodelle wurde von Yule und Walker entwickelt , um den 11-jährigen Sonnenfleckenzyklus zu modellieren.

Lassen yt sei die Anzahl der Sonnenflecken im Jahr t. Sie modellierten die Anzahl der Sonnenflecken pro Jahr als stationären Prozess unter Verwendung des AR (2) -Modells :

yt=a+byt1+cyt2+ϵt

Ein stationärer Prozess kann Muster, Zyklen usw. haben.

Beachten Sie die beiden gängigen Definitionen von Stationarität.

Etwas locker:

  • Ein Prozess ist streng stationär, wenn die gemeinsame Verteilung zeitinvariant ist.
  • Ein Prozess ist eine stationäre Kovarianz, wenn die bedingungslose Erwartung und die Autokovarianz existieren und sich nicht über die Zeit ändern.

(Vielleicht eine obskure technische Bemerkung, aber strenge Stationarität impliziert keine Kovarianzstationarität, und Kovarianzstationarität impliziert keine strenge Stationarität.)

Matthew Gunn
quelle
Die tägliche (oder monatliche) Temperatur zeigt im Laufe des Jahres meistens ein zyklisches Verhalten und ist daher auch dann nicht stationär, wenn kein langfristiger Trend vorliegt.
kjetil b halvorsen
@kjetilbhalvorsen Danke für die Korrektur; Meine ursprüngliche Linie dort war völlig falsch.
Matthew Gunn
1
Beachten Sie, dass die Cyclostationarität auch für die Modellierung geeignet ist.
Heller Stern
Der Zinssatz wird typischerweise als stationärer Prozess modelliert. "Ja wirklich?" Ich hatte eine andere Meinung. Hättest du eine Referenz? (Natürlich ist es für eine solche allgemeine Aussage möglicherweise nicht einfach, eine gute Referenz zu finden.) Sehr gut, dass Sie die Bemerkung am Ende eingefügt haben. Die Terminologie könnte irreführend sein, daher ist die Bemerkung dort wirklich fällig.
Richard Hardy
@RichardHardy Ich habe es eingegrenzt, um nur Vasicek und Cox-Ingersoll-Ross zu diskutieren.
Matthew Gunn
2

Die Verteilung eines stationären Prozesses ändert sich im Laufe der Zeit nicht. Ein intuitives Beispiel: Sie werfen eine Münze. 50% Köpfe, unabhängig davon, ob Sie es heute oder morgen oder im nächsten Jahr drehen.

Ein komplexeres Beispiel: Nach der Hypothese eines effizienten Marktes sollten überschüssige Aktienrenditen immer um Null schwanken. Es gibt keinen Trend; Sobald sie Renditen vorhersagen können, nutzen Händler den Trend, bis er verschwindet. Egal, wann Sie Überschussrenditen beobachtet haben, es würde immer noch WN (0,σ).

Wie Sie sagten, würde es zufällig nach einem Prozess des weißen Rauschens variieren.

Anshu sagt Reinstate Monica
quelle
1
Die Hypothese eines effizienten Marktes impliziert nicht, dass Überschussrenditen erwartungsgemäß Null sein sollten. Die effiziente Markthypothese lautet, dass die Marktpreise alle verfügbaren Informationen widerspiegeln. Es stimmt vollkommen mit der effizienten Markthypothese überein, dass die erwarteten Renditen im Querschnitt zwischen den Vermögenswerten variieren, wenn die höheren Durchschnittsrenditen eine Kompensation für das makroökonomische Risiko darstellen. Z.B. Die Risikoprämien für Aktien können sich von den Risikoprämien für Anleihen usw. unterscheiden.
Matthew Gunn
Ah, Sie haben Recht, ich wollte "Aktienrenditen" sagen. Danke für die Verbesserung!
Anshu sagt Reinstate Monica