← Ünite 2
Zaman Serileri Analizi

Ünite 2: Durağanlık Kavramının Ayrıntılı Analizi

Sahte Regresyon ve Geleneksel Testlerin Geçersizliği
Durağan olmayan zaman serileriyle çalışıldığında ortaya çıkan sahte regresyon probleminde, geleneksel t ve F testleri normal dağılım varsayımları saptığı için yanıltıcı sonuçlar verir. Bu durum, araştırmacıların gerçekte var olmayan ekonomik ilişkileri varmış gibi kabul etmelerine yol açar.
Rassal Yürüyüş Sürecinde Varyansın Zamana Bağlılığı
Rassal yürüyüş sürecinde t dönemindeki varyans Var(Y_t) = t * sigma^2 formülüyle hesaplanır. Bu formül, zaman (t) sonsuza doğru ilerledikçe serinin varyansının da sonsuza gideceğini ve dolayısıyla durağanlık şartının ihlal edildiğini matematiksel olarak ortaya koyar.
Gaussçu Beyaz Gürültü Koşulları
Bir beyaz gürültü sürecinin Gaussçu (Gaussian) olabilmesi için hata terimlerinin sadece sıfır ortalama ve sabit varyansa sahip olması yetmez; aynı zamanda birbirlerinden bağımsız, özdeş ve normal dağılıma (N(0, sigma^2)) uygun dağılması gerekir.
Fark Durağan Süreçlerde Birinci Fark Çözümü
Stokastik trende sahip olan ve durağan olmayan rassal yürüyüş modellerinde, serinin birinci farkı alındığında (Y_t - Y_{t-1}) elde edilen yeni seri durağan bir beyaz gürültü sürecine dönüşür ve analiz edilebilir hale gelir.

Anahtar Kavramlar

Sahte RegresyonAralarında gerçekte hiçbir ilişki bulunmayan iki zaman serisinin, güçlü trendlere sahip olmaları nedeniyle regresyon analizinde yüksek R2 ve anlamlı t-istatistikleri vermesi durumudur. Örneğin, iki farklı ülkedeki alakasız ekonomik büyüklüklerin sadece zamanla artmalarından ötürü ilişkili görünmesi bu duruma örnektir.
Zayıf DurağanlıkBir zaman serisinin ortalamasının ve varyansının zaman boyunca sabit kalması, iki dönem arasındaki kovaryansın ise zamana değil sadece aralarındaki gecikme mesafesine bağlı olması durumudur. Ekonometrik analizlerin çoğunda bu durağanlık tanımı temel alınır.
Güçlü DurağanlıkBir zaman serisinin sadece ilk iki momenti (ortalama ve varyans) değil, tüm ortak ve koşullu olasılık dağılımlarının zaman içinde hiç değişmeden aynı kalması durumudur.
Stokastik TrendZaman serisinin uzun dönemli eğiliminin rassal şoklar tarafından belirlenmesi ve kalıcı etkiler içermesi durumudur. Bu tür trende sahip seriler ancak ilk farkları alınarak durağan hale getirilebilir.
Deterministik TrendZaman serisinin uzun dönemli eğiliminin zamana bağlı doğrusal veya doğrusal olmayan kesin bir matematiksel fonksiyon tarafından belirlenmesi durumudur. Bu trend türü fark alma yoluyla değil, trendin seriden arındırılmasıyla temizlenir.
Beyaz Gürültü SüreciSıfır ortalamaya, sabit varyansa sahip ve kendi geçmiş değerleriyle hiçbir şekilde ilişkisi (otokorelasyonu) bulunmayan durağan olasılıksal süreçtir. Hata terimlerinin bu yapıda olması model başarısının temel göstergesidir.
Rassal Yürüyüş SüreciBir dönem önceki değere rassal bir hata terimi eklenmesiyle oluşan, ortalaması sabit görünse de varyansı zamanla doğrusal artan durağan olmayan bir süreçtir. Finansal piyasalardaki hisse senedi fiyat hareketleri sıklıkla bu süreçle örneklendirilir.
Otokorelasyon KatsayısıBir zaman serisinin t dönemindeki değeri ile t-k dönemindeki değeri arasındaki doğrusal ilişkinin derecesini ölçen, -1 ile +1 arasında değer alan katsayıdır.
Kısmi Otokorelasyon KatsayısıAradaki tüm diğer gecikmeli dönemlerin etkileri sabit tutulduğunda veya dışlandığında, serinin t dönemindeki değeri ile t-k dönemindeki değeri arasındaki doğrudan ilişkiyi ölçen katsayıdır.
OtokovaryansAralarında belirli bir k gecikme mesafesi bulunan aynı seriye ait iki farklı dönem değeri arasındaki kovaryans değeridir ve durağan serilerde sadece gecikme mesafesine bağlıdır.

Diğer Önemli Bilgiler

Otokorelasyon Katsayısının Sınır Değerleri

Teorik otokorelasyon katsayısı (rho_k), gecikme mesafesi sıfır olduğunda (k=0) her zaman tam olarak 1'e eşittir. Diğer tüm gecikmeler için katsayı matematiksel olarak -1 ile +1 sınırları arasında yer almak zorundadır.

Kısmi Otokorelasyon Katsayısı Hesaplama Başlangıcı

Zaman serisi analizlerinde birinci gecikme için kısmi otokorelasyon katsayısı (phi_11), doğrudan birinci gecikmeli standart otokorelasyon katsayısına (rho_1) eşittir. Daha yüksek gecikmeler için ise iteratif algoritmalar kullanılır.

Durağanlık İçin Kovaryans Şartı

Zayıf durağan bir süreçte, t dönemi ile t+k dönemi arasındaki kovaryans sadece k gecikme mesafesine bağlıdır. Bu durum, serinin farklı zaman dilimlerindeki içsel bağımlılık yapısının zaman boyunca stabil kaldığını gösterir.

Sınavda Dikkat Et

  • Sahte regresyon tuzağına dikkat edin; eğer soruda yüksek R2 değerine rağmen anlamsız ilişkiler veya durağan olmayan serilerden bahsediliyorsa cevap sahte regresyondur.
  • Rassal yürüyüş sürecinin varyans formülünü (t * sigma^2) unutmayın; varyansın 't' süresine bağlı olması onun durağan olmadığının en büyük kanıtıdır.
  • Deterministik trend ile stokastik trendin arındırılma yöntemlerini karıştırmayın; stokastik trend fark alma ile deterministik trend ise trendden arındırma ile çözülür.
  • Birinci gecikmede kısmi otokorelasyon katsayısının (phi_11) doğrudan birinci gecikmeli otokorelasyon katsayısına (rho_1) eşit olduğunu sınavda hızlı işlem yapmak için aklınızda tutun.
  • Beyaz gürültü sürecinin sıfır ortalama, sabit varyans ve sıfır otokorelasyon özelliklerini içeren üçlü tanımını sınavda seçeneklerde mutlaka arayın.