Tidsavhengighet er et kjennetegn ved mange tidsseriedata som indikerer at fortiden påvirker fremtiden.
Verdien til en variabel som er samlet inn i år vil med andre ord i stor grad avhenge av verdien av dataene for nevnte variabel i fjor. Tidsavhengighet er en egenskap å ta hensyn til i økonometriske studier. I noen tilfeller kan du forbedre estimatene. Imidlertid, hvis det blir analysert feil, kan det føre til store estimeringsfeil.
Selvfølgelig påvirker ikke tidsavhengighet alle tidsseriedata like. Det er fire hovedtyper av tidsserier. Disse fire hovedtypene er oppsummert i følgende tabell:
Typen de normalt påvirker er type 2 og 4. Det vil si når gjennomsnittet øker eller synker (ikke konstant). Med andre ord når variabelen er i en oppadgående eller nedadgående trend. Tidsavhengighet kan imidlertid også påvirke type 3. Svært sjelden vil det påvirke type 4.
Begrunnelsen er grei. Type 4 endres ikke av tidsavhengighet, for uansett tid som går, vil serien bare dreie seg om noen få grenser. Det som skjedde tidligere tjener ikke til å forutsi fremtiden.
Eksempler på tidsavhengighet
Tidsavhengighet definerer det faktum at dataene vi for øyeblikket samler inn, avhenger av tidligere evolusjon. For eksempel avhenger nåværende verdi av bruttonasjonalproduktet (BNP) blant annet av tidligere verdi. Hvis det i fjor hadde en verdi på 100 millioner, vil det maksimalt i år svinge mellom 90 og 110. Og vi snakker om et veldig stort utvalg av variasjoner. I alle fall vil ikke verdien gå fra 100 til 10 millioner. Grafen nedenfor viser utviklingen av et lands BNP over 40 år.
Et annet veldig enkelt eksempel kan være aksjene i et børsnotert selskap. Hvis i går hver aksje hadde en verdi på 5 euro, er det vanlige at prisen i dag er mellom 4,5 euro og 5,5 euro. Og vi gjentar, vi snakker om et veldig bredt spekter av variasjoner. Det som ville være veldig sjeldent er at det går fra 5 til 10 euro på en dag eller fra 5 euro til 1 euro. Det vil si at det er høyst usannsynlig. Grafen nedenfor viser utviklingen av en andel over 5 år.
Som en konklusjon kan vi si at mange data fra tidsserier av økonomiske variabler presenterer tidsavhengighet. At de er avhengige av tid, er verken dårlig eller bra, bare annerledes. Så den forskjellen må håndteres med relevante teknikker.