Bagaimana cara memperlakukan frekuensi yang berbeda dari data deret waktu?

1

Saya memiliki PDB tahunan, IHK tahunan, nilai tukar bulanan, dan data ekspor bulanan. Saya ingin pergi untuk estimasi menjadi return saham bulanan sebagai variabel dependen. Apa metode untuk memperlakukan angka tahunan menjadi bulanan dan / atau bulanan ke tahunan? Tolong, saya perlu rekomendasi atau buku Anda untuk membaca?

balsano
sumber
2
Satu hal: dalam judul, Anda harus menggunakan "frekuensi", bukan "dimensi." Judul saat ini membingungkan.
Brian Romanchuk

Jawaban:

1

CPI adalah stok sementara PDB adalah aliran. Pengambilan sampel kembali stok ke frekuensi yang lebih tinggi dapat diperkirakan dengan sejumlah pilihan, tetapi mungkin yang paling umum adalah interpolasi linier. Dalam beberapa konteks, mengisi ke depan dan mengisi ke belakang adalah hal biasa. Tetapi pada prinsipnya Anda dapat menyesuaikan fungsi apa pun yang Anda inginkan melalui semua poin yang Anda miliki dan menggunakan nilai dari fungsi sebagai gantinya. Arus sedikit lebih rumit karena aliran tahunan adalah jumlah arus bulanan. Membagi aliran tahunan menjadi dua belas sepanjang tahun adalah analog dengan mengisi maju atau mengisi mundur (tergantung pada bulan apa tahun itu adalah tanggal pengukuran tahunan). Misalnya, jika PDB adalah 144 dan diukur pada bulan Desember 2018, menetapkan setiap bulan pada tahun 2018 nilai 12 sama dengan mengisi ke belakang. Tapi lagi,

Ini adalah topik besar. Saya sarankan mencari makalah terkait " seri waktu interpolasi ". Resampling dan Subsampling untuk Financial Time Series oleh E Paparoditis, DN Politis mungkin merupakan tempat yang baik, jika sudah maju, untuk memulai. Pemodelan dan Perkiraan Rangkaian Waktu Sampel pada Frekuensi yang Berbeda oleh Casals, Jerez, dan Sotoca adalah referensi lain yang bermanfaat. Dalam membandingkan keefektifan metode yang berbeda, Interpolasi dalam Time Series: Tinjauan Introduktif dari Metode yang Ada, Kriteria Kinerja dan Penilaian Ketidakpastian mereka oleh Lepot, Aubin, dan Clemens memberikan daftar metode yang bagus tetapi tidak fokus pada perbedaan stok versus aliran.

  1. Metode deterministik (isi maju atau mundur)
  2. Tetangga terdekat
  3. Interpolasi polinomial
  4. Metode pembobotan jarak
  5. Metode berbasis transformasi Fourier
  6. Model regresi
  7. Model auto-regresif
  8. Metode pembelajaran berbasis mesin
  9. Metode kernel
  10. K-tetangga terdekat
  11. Model Box-Jenkins
  12. Metode berbasis Kriging
BKay
sumber
0

Karena tidak ada jawaban lain, saya akan menawarkan jawaban informal.

Konversi dari data tahunan ke bulanan secara efektif memasukkan informasi ke dalam seri. Akibatnya, pilihan konversi akan memengaruhi analisis. Lebih aman untuk mengubah semuanya menjadi frekuensi terendah (tahunan), karena itu memiliki efek yang jauh lebih kecil pada hasil.

Untuk mengkonversi data bulanan ke tahunan, dua teknik standar adalah mengambil nilai terbaru (Desember) atau rata-rata tahunan. Masuk akal untuk menyelaraskan pilihan dengan metodologi untuk data tahunan.

Sayangnya, saya tidak punya buku untuk menyarankan yang membahas topik ini.

Brian Romanchuk
sumber
Untuk mengonversi bulanan ke tahunan untuk data ekspor, tentunya teknik langsungnya adalah penambahan? Saya berasumsi di sini bahwa data adalah nilai ekspor untuk setiap bulan.
Adam Bailey
Jumlah semua bulan dalam setahun? Tentu, tapi itu hanyalah penskalaan rata-rata (12 kali rata-rata bulanan).
Brian Romanchuk