Tidsberoende är en egenskap hos många tidsseriedata som indikerar att det förflutna påverkar framtiden.
Med andra ord kommer värdet av en variabel som samlats in i år till stor del att bero på värdet av data för nämnda variabel förra året. Tidsberoende är en egenskap att ta hänsyn till i ekonometriska studier. I vissa fall kan du förbättra uppskattningarna. Men om den analyseras fel kan det leda till stora uppskattningsfel.
Naturligtvis påverkar tidsberoende inte alla tidsseriedata lika. Det finns fyra huvudtyper av tidsserier. Dessa fyra huvudtyper sammanfattas i följande tabell:
Typen de normalt påverkar är typ 2 och 4. Det vill säga när medelvärdet ökar eller minskar (inte konstant). Med andra ord, när variabeln är i en uppåt- eller nedåtgående trend. Tidsberoende kan dock också påverka typ 3. Mycket sällan påverkar det typ 4.
Resonemanget är enkelt. Typ 4 förändras inte av tidsberoende, för oavsett vilken tid som går kommer serien bara att kretsa kring några få gränser. Det som hände tidigare tjänar inte till att förutsäga framtiden.
Exempel på tidsberoende
Tidsberoende definierar det faktum att de uppgif.webpter vi för närvarande samlar in beror på tidigare utveckling. Till exempel beror det aktuella värdet av bruttonationalprodukten (BNP) bland annat på det tidigare värdet. Om den förra året hade ett värde på 100 miljoner, kommer det högst i år att svänga mellan 90 och 110. Och vi skulle prata om ett mycket stort utbud av variationer. I vilket fall som helst kommer värdet inte att gå från 100 till 10 miljoner. Följande diagram visar utvecklingen av ett lands BNP över 40 år.
Ett annat mycket enkelt exempel kan vara aktierna i ett börsnoterat företag. Om varje aktie i går hade ett värde på 5 euro är det vanliga att priset idag ligger mellan 4,5 och 5,5 euro. Och vi upprepar, vi pratar om ett mycket brett spektrum av variationer. Vad som skulle vara mycket sällsynt är att det går från 5 till 10 euro på en dag eller från 5 euro till 1 euro. Det är, det är mycket osannolikt. Följande diagram visar utvecklingen av en andel under 5 år.
Som en slutsats kan vi säga att många data från tidsserier av ekonomiska variabler presenterar tidsberoende. Att de nuvarande beroende är varken dåligt eller bra, bara annorlunda. Så skillnaden måste hanteras med relevanta tekniker.