Aikasarjat voidaan luokitella niiden tilastollisten ominaisuuksien mukaan neljään päätyyppiin.
Luotettavien ekonometristen mallien toteuttaminen on välttämätöntä tunnistaa, tulkita ja osata analysoida suuria aikasarjoja. Sanomme luotettavan, kun on kyse muuttujien ja arvioiden välisten suhteiden purkamisesta.
Aikasarjojen luokittelu
Aikasarjojen luokittelu on esitetty yhteenvetona seuraavassa kaaviossa:
Hyväksytyt nimet (vakio keskiarvo, ei vakio keskiarvo, rajoitettu varianssi, kasvava varianssi) ovat enemmän tai vähemmän triviaalia. Toisin sanoen, vaikka ne reagoisivatkin hyvin aikasarjojen kuvaukseen, ne eivät ole ainutlaatuisia. Koska muut kirjoittajat pystyivät erottamaan paikallaan olevat ja ei-paikallaan olevat stokastiset prosessit. Puhumme sitten toisesta luokittelutyypistä, mutta pätevästä samalla tavalla.
Tietenkin didaktisesta näkökulmasta on aina yksinkertaisempaa ja intuitiivisempaa tutkia sitä kuin tutkia todennäköisyysjakaumilla ja Gaussin funktioilla. Yhteenvetona voidaan todeta, että tärkeämpi kuin sarjatyypeille asetetut nimet tai tarra on sarjan graafinen ja intuitiivinen esitys.
Kunkin aikasarjatyypin ominaisuudet
Kun yllä oleva yhteenvetotaulukko on selvä, korostamme kunkin aikasarjatyypin pääominaisuudet. Mutta ensin on suositeltavaa hallita keskiarvon ja varianssin käsitteet:
- Puoli
- Varianssi
Aikasarjojen päätyyppien ominaisuudet ovat:
Jatkuva keskiarvo ja rajoitettu tai jatkuva varianssi
Rahoitusvarojen tuotot ovat yleensä paikallaan olevia stokastisia prosesseja. Vähemmän teknisellä ja yksinkertaisemmalla kielellä ne ovat prosesseja, joilla on vakio keskiarvo ja rajoitettu varianssi. Yllä oleva kaavio kuvaa rahoitusvarojen päivittäistä prosentuaalista muutosta ilman suurta volatiliteettia.
Jatkuva keskiarvo ja kasvava varianssi
Joidenkin yritysten osakkeet, jotka osoittavat volatiliteettia, raaka-aineita tai jopa valuuttamarkkinoita (FOREX), osoittavat tällaista käyttäytymistä. Keskiarvo on suunnilleen vakio koko jakson ajan, mutta niille on ominaista suuret muutokset suuntaan tai toiseen.
Ei vakio keskiarvo ja rajoitettu tai vakio varianssi
Edellinen esimerkki voisi hyvinkin olla työttömyysasteen kehitys voimakkaan taloudellisen taantuman aikana, joka kestää useita vuosia. Varianssi on vakio tai rajallinen, toisin sanoen se pysyy hyvin samanlaisella tasolla koko ajan, mutta keskiarvo kasvaa edelleen. Jos työttömyysasteen sijaan olisimme valinneet työllisyysasteen, meillä olisi samat, mutta laskevat sarjat. Sarjan ominaisuudet olisivat täsmälleen samat.
Kasvava tai laskeva keskiarvo ja kasvava varianssi
Hyvä esimerkki voisi olla köyhä kehitysmaa. Tietyn ajan kuluttua sen kehitys alkaa kiihtyä teknologisen ja sosiokulttuurisen kehityksen ansiosta. Siksi trendi on yhä selvempi. Se on myös tyypillistä käyttäytymistä taloudellisen kuplan aikasarjatiedoissa.
Lopuksi on huomattava, että aikasarja voi olla kahden tyyppinen samanaikaisesti. Toisin sanoen joillakin jaksoilla se on tyyppiä 1 ja toisinaan tyyppiä 3. Tavallinen asia on, että ilmiöstä riippuen se luokitellaan yhteen tai toiseen tyyppiin. Meidän on kuitenkin pidettävä mielessä, että taloudellisten muuttujien suhteen mikään ei ole varmaa.