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.

Формула для расчета коэффициента автокорреляции имеет вид:

(4.1)

где

.

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

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:

(4.2)

где

Число периодов, по которым рассчитывается коэффициент автокорреляции, называют лагом. С увеличением лага число пар значений, по которым рассчитывается коэффициент автокорреляции, уменьшается. Считается целесообразным для обеспечения статистической достоверности коэффициентов автокорреляции использовать правило – максимальный лаг должен быть не больше .

Свойства коэффициента автокорреляции.

1. Он строится по аналогии с линейным коэффициентом корреляции и также 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.

2. По знаку коэффициента автокорреляции нельзя делать вывод о возрастающей или убывающей тенденции в уровнях ряда. Большинство временных рядов экономических данных содержат 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, т.е. 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 , то 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, 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.

Рассмотрим пример. Пусть имеются некоторые условные данные об общем объеме потребления электроэнергии на одном из предприятий города.

Таблица 4.1

Год	Квартал	t	Объем потребления электроэнергии, , кВт
	I
II
III
IV
	I
II
III
IV
	I
II
III
IV
	I
II
III
IV

Построим поле корреляции:

Рис. 4.4.

Уже исходя из графика видно, что значения y образуют пилообразную фигуру.

Рассчитаем несколько последовательных коэффициентов автокорреляции. Для этого составляем первую вспомогательную таблицу (см. табл. 4.2).

Следует заметить, что среднее значение получается путем деления не на 16, а на 15, т.к. у нас теперь на одно наблюдение меньше.

Теперь вычисляем коэффициент автокорреляции первого порядка по формуле (4.1):

.

Составляем вспомогательную таблицу 4.3 для расчета коэффициента автокорреляции второго порядка.

Следовательно

.

Аналогично находим коэффициенты автокорреляции более высоких порядков, а все полученные значения заносим в сводную таблицу 4.4.

Таблица 4.2

t
		–	–	–	–	–	–
			–328,33	–288,13	94601,72	107800,59	83018,90
			169,67	–292,13	–49565,70	28787,91	85339,94
			315,67	205,87	64986,98	99647,55	42382,46
			–342,33	351,87	–120455,66	117189,83	123812,50
			–228,33	–306,13	69898,66	52134,59	93715,58
			292,67	–192,13	–56230,69	85655,73	36913,94
			320,67	328,87	105458,74	102829,25	108155,48
			–309,33	356,87	–110390,60	95685,05	127356,20
			–344,33	–273,13	94046,85	118563,15	74600,00
			292,67	–308,13	–90180,41	85655,73	94944,10
			205,67	328,87	67638,69	42300,15	108155,48
			–238,33	241,87	–57644,88	56801,19	58501,10
			–245,33	–202,13	49588,55	60186,81	40856,54
			220,67	–209,13	–46148,72	48695,25	43735,36
			227,67	256,87	58481,59	51833,63	65982,20
Сумма			9,05	0,05	74085,16	1153766,39	1187469,73
Среднее значение	699,933	663,133	–	–	–	–	–

Таблица 4.3

t
		–	–	–	–	–	–
		–	–	–	–	–	–
			145,57	–269,79	‑39273,33	21190,62	72786,64
			291,57	–273,79	‑79828,95	85013,06	74960,96
			–366,43	224,21	‑82157,27	134270,94	50270,12
			–252,43	370,21	‑93452,11	63720,90	137055,44
			268,57	–287,79	‑77291,76	72129,84	82823,08
			296,57	–173,79	‑51540,90	87953,76	30202,96
			–333,43	347,21	‑115770,23	111175,56	120554,78
			–368,43	375,21	‑138238,62	135740,66	140782,54
			268,57	–254,79	‑68428,95	72129,84	64917,94
			181,57	‑289,79	‑52617,17	32967,66	83978,24
			–262,43	347,21	‑91118,32	68869,50	120554,78
			–269,43	260,21	‑70108,38	72592,52	67709,24
			196,57	‑183,79	‑36127,60	38639,76	33778,76
			203,57	‑190,79	‑38839,12	41440,74	36400,82
Сумма			–0,02	‑0,06	‑1034792,71	1037835,43	1116776,36
Среднее значение	723,43	644,79	–	–	–	–	–

Таблица 4.4

Коррелограмма:

Рис. 4.5.

Анализ коррелограммы и графика исходных уровней временного ряда позволяет сделать вывод о наличии в изучаемом временном ряде сезонных колебаний периодичностью в четыре квартала.