Serii de timp

Capitolul 1 · Procese stochastice și staționaritate

În stînga este slide-ul din curs, în dreapta aceeași figură sau același tabel, calculat în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas; casetele „Exemplu rezolvat” refac calculul cu cifrele capitolului.

Serii de timp și procese stochastice · Staționaritate · Zgomotul alb și mersul aleator · Operatorul lag, diferențierea și descompunerea Wold · ACF și PACF de selecție · Teste portmanteau: Box–Pierce și Ljung–Box · Transformări · Două serii clasice

Serii de timp și procese stochastice

Patru serii ale acestui curs

Slide-ul 5: Patru serii ale acestui curs
Slide-ul 5
    Întrebare pentru sală Butonul ▶ mută o fereastră de 5 ani de la 1995–1999 la 2021–2025. Care dintre cele patru serii are media apropiată de aceeași valoare în toate ferestrele?
    Răspuns

    Randamentele BET: media este 0,18% în 2000–2004, −0,05% în 2008–2012, 0,03% în 2013–2017 și 0,07% în 2021–2025, toate apropiate de 0. Abaterea standard se schimbă însă: 1,48%, 2,04%, 0,78% și 0,88%. Media PIB-ului real crește de la 21,3 mld. EUR în 1995–1999 la 48,1 mld. EUR în 2021–2025, iar media inflației scade de la 59,3% în 1995–1999 la 0,82% în 2013–2017: pentru aceste serii, media depinde de perioadă.

    Un ansamblu de traiectorii

    Slide-ul 9: Un ansamblu de traiectorii
    Slide-ul 9
      Întrebare pentru sală Butonul ▶ mută data t a secțiunii de la 2 la 100 (φ = 0,7). Cum se schimbă împrăștierea celor 40 de valori de la data t, în stînga și în dreapta?
      Răspuns

      În stînga rămîne aceeași: Var(Xt) = 1/(1 − φ²) = 1,96 la orice t, iar varianța celor 40 de valori oscilează în jurul ei, fără tendință (1,17 la t = 10, 2,44 la t = 50, 2,04 la t = 100): procesul este staționar. În dreapta crește cu t: la mersul aleator Var(Xt) = t, banda ±1,96√t trece de la ±6,20 la t = 10 la ±19,60 la t = 100, iar varianța celor 40 de valori urcă de la 14,94 la 116,93. Cu φ mai mare, banda din stînga se lărgește (±13,89 la φ = 0,99), dar rămîne aceeași la orice t.

      Staționaritate

      Slab, dar nu strict staționar

      Slide-ul 16: Slab, dar nu strict staționar
      Slide-ul 16
        Întrebare pentru sală Butonul ▶ crește k, gradele de libertate ale χ² de la t impar, de la 1 la 60. Ce se schimbă: media și varianța sau forma distribuției?
        Răspuns

        Doar forma. Pentru orice k, (χ²k − k)/√(2k) are media 0 și varianța 1, deci procesul rămîne slab staționar. Asimetria teoretică √(8/k) scade de la 2,83 la k = 1 la 1,26 la k = 5 și la 0,37 la k = 60 (în eșantion: 2,80; 1,30; 0,35). P(Xt < −1,6) la t impar este 0 pînă la k = 5 și 4,2% la k = 60, față de 5,9% la t par. Pentru orice k finit, distribuțiile de la t par și impar diferă, deci procesul nu este strict staționar.

        Proprietățile funcției de autocovarianță

        Slide-ul 18: Proprietățile funcției de autocovarianță
        Slide-ul 18

        Exemplu rezolvat

        \[\begin{gathered}\mathrm{Var}\Big(\sum_{i=1}^{3}a_iX_i\Big)=\sum_{i,j}a_ia_j\gamma(i-j)\\ =\gamma(0)\big[(a_1^2+a_2^2+a_3^2)+2(a_1a_2+a_2a_3)\rho(1)+2a_1a_3\rho(2)\big]\ge 0\end{gathered}\]
            Întrebare pentru sală Cu ρ(1) = 0,9, butonul ▶ crește ρ(2) de la −1 la 1. De la ce valoare a lui ρ(2) este perechea (ρ(1), ρ(2)) o ACF? Ajunge vectorul a = (1, −1, 1) pentru a decide?
            Răspuns

            De la ρ(2) = 2 × 0,9² − 1 = 0,62. Cu a = (1, −1, 1), varianța este γ(0)(3 − 4ρ(1) + 2ρ(2)): −2,4γ(0) la ρ(2) = −0,9 și 0 la ρ(2) = 0,30. Între 0,30 și 0,62, acest vector nu mai arată nicio contradicție, dar cea mai mică valoare proprie a matricei de autocorelație este încă negativă (−0,13 la ρ(2) = 0,30, −0,01 la 0,60): un alt vector a dă o varianță negativă. Cu a = (1, −1, −1) în schimb, și ρ(1) = 0,9, ρ(2) = −0,9, varianța este 4,8γ(0) > 0, deci contradicția apare numai cu vectorul (1, −1, 1).

            Exemplu rezolvat: o medie mobilă de ordinul 1

            Slide-ul 19: Exemplu rezolvat: o medie mobilă de ordinul 1
            Slide-ul 19

            Exemplu rezolvat

            \[X_t=\varepsilon_t+\theta\varepsilon_{t-1}:\quad \gamma(0)=\sigma^2(1+\theta^2),\quad \gamma(1)=\theta\sigma^2,\quad \rho(1)=\frac{\theta}{1+\theta^2},\quad \gamma(h)=0\ \ (|h|\ge 2)\]
                Întrebare pentru sală Butonul ▶ mută θ de la −2 la 2. Mai există un θ, în afară de 0,6, cu ρ(1) = 0,441?
                Răspuns

                Da: θ = 1/0,6 = 1,67, pentru că θ/(1 + θ²) nu se schimbă cînd θ este înlocuit cu 1/θ; pe slider, θ = 1,65 dă ρ(1) = 0,443 și θ = 1,70 dă 0,437. Cele două procese au aceeași ACF, dar alt γ(0): 1,36 la θ = 0,6 și 3,72 la θ = 1,65 (σ² = 1). ρ(1) nu identifică singur θ; |ρ(1)| atinge maximul 0,5 la θ = 1.

                Exemplu rezolvat: o autoregresie de ordinul 1

                Slide-ul 20: Exemplu rezolvat: o autoregresie de ordinul 1
                Slide-ul 20

                Exemplu rezolvat

                \[\begin{gathered}X_t=\phi X_{t-1}+\varepsilon_t:\quad \gamma(0)=\frac{\sigma^2}{1-\phi^2},\quad \rho(h)=\phi^{|h|},\\ X_t=\sum_{j\ge 0}\phi^j\varepsilon_{t-j},\quad \psi_j=\phi^j,\quad \sum_{j\ge0}\psi_j^2=\frac{1}{1-\phi^2}\end{gathered}\]
                    Întrebare pentru sală Butonul ▶ crește φ de la 0 la 0,99. Ce parte din Σψj2 dau primele 11 ponderi Wold (j = 0, …, 10)?
                    Răspuns

                    O parte tot mai mică: 99,3% la φ = 0,8, 67,6% la φ = 0,95 și 19,8% la φ = 0,99, pentru că partea este 1 − φ22. Suma însăși, γ(0)/σ² = 1/(1 − φ²), crește de la 2,78 la 10,26 și 50,25, iar un șoc își pierde jumătate din efect după 3,1, 13,5 și 69,0 perioade. Cu cît φ este mai aproape de 1, cu atît contează mai mult șocurile îndepărtate.

                    Întrebare pentru sală: care serii sînt staționare?

                    Slide-ul 21: Întrebare pentru sală: care serii sînt staționare?
                    Slide-ul 21
                      Întrebare pentru sală Care dintre condițiile (ii) și (iii) ale staționarității slabe nu este îndeplinită pentru seriile B, C și D?
                      Răspuns

                      Doar seria A este staționară. B are trendul determinist μt = 0,04t: condiția (ii) nu este îndeplinită, iar media este 2,84 în prima jumătate și 9,05 în a doua. C are abaterea standard de 7,5 ori mai mare la final decît la început (1,09 și 2,74 pe cele două jumătăți): condiția (iii) nu este îndeplinită la h = 0. D are un salt de nivel de +4 la t = 150, care mută media de la −0,07 la 4,19: condiția (ii). Butonul ▶ trece o fereastră mobilă de 50 de observații peste serii: la A, media ferestrei rămîne între −0,13 și 0,39 (ferestrele care se termină la t = 49, 149, 199 și 299), la B urcă de la 0,95 la 11,10, la C abaterea standard crește de la 0,67 la 3,70, iar la D media sare de la 0,19 (t = 100–149) la 3,99 (t = 150–199).

                      Zgomotul alb și mersul aleator

                      Trei tipuri de zgomot alb

                      Slide-ul 25: Trei tipuri de zgomot alb
                      Slide-ul 25
                        Întrebare pentru sală Butonul ▶ crește numărul de observații T de la 100 la 1000 (α = 0,1). Ce se întîmplă cu statistica Ljung–Box Q*(10) a pătratelor pentru cele trei serii?
                        Răspuns

                        Pentru GARCH crește odată cu T: 17,8 (p = 0,059) la T = 100, 42,5 la T = 500 și 73,2 la T = 1000 (p < 0,001); de la T = 150 testul respinge la fiecare pas. Pentru zgomotele i.i.d. statistica nu crește cu T: rămîne între 2,0 și 21,4 pentru seria gaussiană și între 3,2 și 8,0 pentru seria Laplace. Seria gaussiană respinge totuși la T = 150 și 200 (p = 0,039 și 0,018): o respingere falsă, care apare în circa 5% dintre eșantioane. Pătratele GARCH sînt corelate, deși seria rămîne necorelată; cu T = 1000, Q*(10) este 9,3 la α = 0 și 838,9 la α = 0,14.

                        Mersuri aleatoare și varianța lor

                        Slide-ul 28: Mersuri aleatoare și varianța lor
                        Slide-ul 28

                        Exemplu rezolvat

                        \[X_t=\sum_{i=1}^{t}\varepsilon_i,\quad \mathrm{Var}(X_t)=t\sigma^2,\quad \mathrm{Cov}(X_t,X_s)=\min(t,s)\,\sigma^2,\quad \rho(X_t,X_s)=\sqrt{t/s}\ \ (t\le s)\]
                            Întrebare pentru sală Butonul ▶ mută data t de la 10 la 250. Depinde corelația dintre Xt și Xt+10 doar de distanța de 10 perioade?
                            Răspuns

                            Nu. Pe cele 5000 de traiectorii, corelația este 0,708 între X10 și X20 și 0,954 între X100 și X110, ca valorile teoretice √(t/s) = 0,707 și 0,953. Pentru un proces staționar, corelația ar depinde doar de lag. Varianța crește și ea cu t: 10,1 la t = 10, 98,1 la t = 100 și 249,1 la t = 250 (teoretic tσ²).

                            Întrebare pentru sală: care serie este cea reală?

                            Slide-ul 32: Întrebare pentru sală: care serie este cea reală?
                            Slide-ul 32
                              Întrebare pentru sală Un panou este logaritmul prețului BET în ultimele 500 de zile de tranzacționare, celelalte cinci sînt mersuri aleatoare cu aceeași derivă și aceeași abatere standard zilnică. Care panou este BET?
                              Răspuns

                              Seria D: BET, 11 septembrie 2024 – 18 septembrie 2026. Cu ochiul liber nu poate fi deosebită de mersurile aleatoare. Variațiile zilnice o deosebesc: ρ̂(1) = 0,123, iar p-value-ul testului Ljung–Box Q*(10) este 0,018, singurul sub 5% dintre cele șase serii; la mersurile aleatoare simulate, p-value-urile sînt între 0,377 și 0,911.

                              Operatorul lag, diferențierea și descompunerea Wold

                              Diferențierea

                              Slide-ul 36: Diferențierea
                              Slide-ul 36

                              Exemplu rezolvat

                              \[\begin{gathered}\Delta X_t=X_t-X_{t-1},\quad \Delta^2X_t=X_t-2X_{t-1}+X_{t-2},\\ \Delta_sX_t=X_t-X_{t-s},\quad 100\,\Delta\ln Y_t\approx 100\Big(\frac{Y_t}{Y_{t-1}}-1\Big)\end{gathered}\]
                                  Întrebare pentru sală Alegeți PIB-ul real și trimestrul T2 2020. Ce arată creșterea trimestrială și ce arată creșterea anuală?
                                  Răspuns

                                  Creșterea trimestrială este pozitivă, 7,76% (logaritmică) și 8,07% (simplă), pentru că PIB-ul neajustat sezonier al trimestrului al doilea este mereu peste cel al primului. Creșterea anuală, 100 Δ4 ln Yt = −9,87%, compară trimestrul cu același trimestru din 2019 și arată căderea din pandemie. Pe datele neajustate sezonier, Δ amestecă sezonul cu economia, iar Δ4 le separă.

                                  S&P 500: nivelul și diferența lui

                                  Slide-ul 37: S&P 500: nivelul și diferența lui
                                  Slide-ul 37
                                    Întrebare pentru sală Panoul de jos arată randamentele, Δ ln Pt. Ce ρ̂(1) are a doua diferență, Δ² ln Pt?
                                    Răspuns

                                    −0,543. Randamentele sînt deja apropiate de un zgomot alb (ρ̂(1) = −0,099), iar diferența unui zgomot alb este un MA(1) cu ρ(1) = −0,5: o diferențiere în plus creează autocorelație negativă și crește abaterea standard de la 1,21% la 1,80%. Nivelul ln Pt are ACF 0,999 la lagul 1 și 0,973 la lagul 50; la lagul 1, ACF rămîne peste 0,99 pentru orice început al eșantionului între 2000 și 2024.

                                    Ponderile Wold ale a patru procese

                                    Slide-ul 40: Ponderile Wold ale a patru procese
                                    Slide-ul 40
                                      Întrebare pentru sală Butonul ▶ crește φ din primul panou de la 0 la 1; al doilea panou primește −φ, iar al treilea θ = φ. Ce se întîmplă cu Σψj²?
                                      Răspuns

                                      Crește: Σψj² = 1/(1 − φ²) este 1 la φ = 0, 2,78 la φ = 0,8 și 10,26 la φ = 0,95, cînd ψ10 = 0,599. La φ = 1, ψj = 1 pentru orice j, ca la mersul aleator (punctele din ultimul panou ajung pe bare), iar suma este infinită: procesul nu mai are formă Wold și nu mai este staționar. Al doilea panou, cu −φ, are aceeași sumă, pentru că ψj² = φ2j; la MA(1), Σψj² = 1 + θ² rămîne cel mult 2.

                                      Mediile în timp: proces ergodic și neergodic

                                      Slide-ul 43: Mediile în timp: proces ergodic și neergodic
                                      Slide-ul 43
                                        Întrebare pentru sală Butonul ▶ mărește orizontul T al mediilor de la 10 la 2000. Spre ce se apropie X̄T pe fiecare traiectorie, în stînga și în dreapta?
                                        Răspuns

                                        În stînga, spre μ = 0 pe toate traiectoriile: X̄T este între −1,95 și 0,77 la T = 10, între −0,33 și 0,63 la T = 100 și între −0,13 și 0,09 la T = 2000; AR(1) este ergodic pentru medie. În dreapta, fiecare medie se apropie de propriul Z: la T = 2000 mediile sînt între −0,95 și 1,16, cît valorile Z extrase (între −0,99 și 1,15), iar împrăștierea nu scade cu T. Cu φ mai aproape de 1, convergența din stînga este mai lentă: abaterea standard a lui X̄2000 este aproximativ 1/((1 − φ)√T), adică 0,075 la φ = 0,7 și 2,24 la φ = 0,99.

                                        ACF și PACF de selecție

                                        Autocovarianța și autocorelația de selecție

                                        Slide-ul 46: Autocovarianța și autocorelația de selecție
                                        Slide-ul 46

                                        Exemplu rezolvat

                                        \[\begin{gathered}\bar x=\frac1T\sum_{t=1}^{T}x_t,\quad \hat\gamma(k)=\frac1T\sum_{t=1}^{T-k}(x_t-\bar x)(x_{t+k}-\bar x),\\ \hat\rho(k)=\frac{\hat\gamma(k)}{\hat\gamma(0)},\quad \pm\frac{1{,}96}{\sqrt T}\end{gathered}\]
                                            Întrebare pentru sală Cu datele din slide, butonul ▶ mută lagul k de la 1 la 4. La ce lag este |ρ̂(k)| cel mai mare și este acesta semnificativ?
                                            Răspuns

                                            La k = 3 și k = 4: ρ̂(3) = −0,20 și ρ̂(4) = −0,40, față de ρ̂(1) = 0,10 și ρ̂(2) = 0,00. ρ̂(4) vine dintr-un singur produs, (−2) × 2 = −4, împărțit la T = 5, și rămîne în banda ±0,88. Cu T = 5 nicio autocorelație nu poate fi separată de zgomot; de aceea folosim h ≤ T/4.

                                            Benzi de încredere pentru ACF de selecție

                                            Slide-ul 47: Benzi de încredere pentru ACF de selecție
                                            Slide-ul 47

                                            Exemplu rezolvat

                                            \[\pm\frac{1{,}96}{\sqrt T}\ \ (\text{i.i.d.}),\qquad \pm 1{,}96\sqrt{\frac{1}{T}\Big(1+2\sum_{k=1}^{h-1}\hat\rho(k)^2\Big)}\ \ (\text{Bartlett, MA}(h-1))\]
                                                Întrebare pentru sală Alegeți creșterea trimestrială a PIB-ului (T = 125) și lagul h = 8. Cît de largă este banda Bartlett față de ±1,96/√T?
                                                Răspuns

                                                De două ori mai largă: ±0,361 față de ±0,175, pentru că ρ̂(1), …, ρ̂(7) ale acestei serii sezoniere sînt mari (Σρ̂(k)² = 1,62). ρ̂(8) = 0,93 rămîne în afara ambelor benzi. Din 20 de laguri, toate cele 20 de bare ies din banda ±1,96/√T și 10 din banda Bartlett. Pentru randamentele BET, banda Bartlett la h = 5 este ±0,0243, aproape cît ±0,0240: acolo cele două benzi dau același răspuns.

                                                Distribuția de selecție a ACF

                                                Slide-ul 48: Distribuția de selecție a ACF
                                                Slide-ul 48
                                                  Întrebare pentru sală Butonul ▶ crește numărul de laguri m de la 1 la 20, pe aceleași 10000 de eșantioane de zgomot alb. Cît de des iese cel puțin o bară din bandă?
                                                  Răspuns

                                                  Din ce în ce mai des: în 4,5% dintre eșantioane la m = 1, 20,3% la m = 5 și 50,3% la m = 20, deși nu există nicio corelație. Cu teste independente ar fi 1 − 0,95m: 5,0%, 22,6% și 64,2%; la laguri mari Var(ρ̂(h)) < 1/T, deci ies ceva mai puține bare. La m = 20 ies în medie 0,73 bare. În stînga, eșantioanele cu cel puțin o bară în afara benzii (roșu) au adesea ρ̂(1) aproape de 0: alarma vine de la celelalte laguri.

                                                  ACF teoretică și de selecție pentru patru procese

                                                  Slide-ul 50: ACF teoretică și de selecție pentru patru procese
                                                  Slide-ul 50
                                                    Întrebare pentru sală Butonul ▶ crește T de la 50 la 500. Ce se întîmplă cu ACF de selecție a mersului aleator la lagul 10?
                                                    Răspuns

                                                    Crește: ρ̂(10) este −0,08 la T = 50, 0,37 la T = 100 și 0,55 la T = 500. Mersul aleator nu are o ACF teoretică, iar descreșterea ACF de selecție depinde de lungimea eșantionului. Pentru AR(1) cu φ = 0,8, ρ̂(10) se apropie de valoarea teoretică 0,11: −0,14 la T = 50, 0,11 la T = 100 și 0,09 la T = 500, iar banda se îngustează de la ±0,277 la ±0,088.

                                                    ACF și PACF pentru trei procese

                                                    Slide-ul 53: ACF și PACF pentru trei procese
                                                    Slide-ul 53
                                                      Întrebare pentru sală Butonul ▶ mută de la −0,4 la 0,45 ultimul coeficient al fiecărui proces: φ al AR(1), φ₂ al AR(2) (φ₁ = 0,5) și θ al MA(1). Ce valoare urmărește PACF de selecție la lagul 2 al AR(2)?
                                                      Răspuns

                                                      Coeficientul φ₂: φ̂22 = −0,40 pentru φ₂ = −0,4, −0,03 pentru φ₂ = 0 și 0,38 pentru φ₂ = 0,45 (teoretic, φ22 = φ₂). φ̂33 rămîne în bandă (0,05; 0,04; −0,01): PACF se anulează după lagul 2. ρ̂(2) nu urmărește φ₂: la φ₂ = 0 este 0,28, aproape de ρ(2) = φ₁² = 0,25. În același timp, φ̂11 al AR(1) urmărește φ (−0,38 la φ = −0,4 și 0,48 la φ = 0,45), iar ρ̂(1) al MA(1) urmărește θ/(1 + θ²) (−0,30 și 0,37; teoretic −0,345 și 0,374).

                                                      BET: ACF a randamentelor, a valorilor absolute și a pătratelor

                                                      Slide-ul 56: BET: ACF a randamentelor, a valorilor absolute și a pătratelor
                                                      Slide-ul 56
                                                        Întrebare pentru sală Selectați S&P 500. Au randamentele aceeași autocorelație de ordinul 1 ca BET? Dar pătratele lor?
                                                        Răspuns

                                                        Pentru randamente, nu: ρ̂(1) = −0,099 pentru S&P 500 și 0,109 pentru BET (0,170 pentru EUR/RON). Pentru pătrate, da: ρ̂(1) = 0,31 pentru S&P 500 și 0,33 pentru BET, cu Q*(10) = 6133 și 2440. Semnul autocorelației randamentelor diferă de la o piață la alta, iar volatility clustering apare pe toate trei. Dacă eșantionul BET începe în 2013, ρ̂(1) scade la 0,054 pentru randamente și la 0,18 pentru pătrate.

                                                        Teste portmanteau: Box–Pierce și Ljung–Box

                                                        Exemplu rezolvat: statistica Ljung–Box

                                                        Slide-ul 60: Exemplu rezolvat: statistica Ljung–Box
                                                        Slide-ul 60

                                                        Exemplu rezolvat

                                                        \[Q(m)=T\sum_{h=1}^{m}\hat\rho(h)^2,\qquad Q^*(m)=T(T+2)\sum_{h=1}^{m}\frac{\hat\rho(h)^2}{T-h}\ \sim\ \chi^2(m)\ \text{sub }H_0\]
                                                            Întrebare pentru sală Cu cifrele din slide, cum se schimbă p-value-ul testului Ljung–Box de la m = 1 la m = 3?
                                                            Răspuns

                                                            Crește: 0,011 la m = 1 (Q*(1) = 6,44), 0,019 la m = 2 (Q*(2) = 7,94) și 0,035 la m = 3 (Q*(3) = 8,61). Statistica crește puțin, pentru că ρ̂(2) și ρ̂(3) sînt mici, iar valoarea critică crește cu un grad de libertate la fiecare lag: un m prea mare diluează dovezile. Box–Pierce dă Q(3) = 8,33, cu p = 0,040.

                                                            Box–Pierce și Ljung–Box în eșantioane mici

                                                            Slide-ul 61: Box–Pierce și Ljung–Box în eșantioane mici
                                                            Slide-ul 61
                                                              Întrebare pentru sală Cu T = 50, butonul ▶ crește m de la 1 la 20. Cum se îndepărtează cele două teste de nivelul de 5%?
                                                              Răspuns

                                                              În direcții opuse. Box–Pierce respinge ipoteza adevărată în 4,5% dintre eșantioane la m = 1, în 4,0% la m = 10 și în 2,4% la m = 20; Ljung–Box în 5,2%, 7,4% și 9,4%. Cu T = 500 și m = 20, ratele sînt 5,0% și 5,9%. De aceea păstrăm m mult sub T (de exemplu, m ≤ T/5).

                                                              Statisticile Ljung–Box pentru serii reale

                                                              Slide-ul 63: Statisticile Ljung–Box pentru serii reale
                                                              Slide-ul 63
                                                                Întrebare pentru sală Dacă eșantionul începe în 2025 (circa 425 de zile), mai respinge testul Ljung–Box cu m = 10 ipoteza de zgomot alb pentru randamentele BET?
                                                                Răspuns

                                                                Nu: Q*(10) = 14,3, p = 0,161, sub valoarea critică 18,31. Pe tot eșantionul, cu 6670 de zile, Q*(10) = 108,0, p < 0,001. Autocorelația mică a randamentelor BET (ρ̂(1) = 0,11) are nevoie de multe observații ca să fie separată de zgomot; nerespingerea nu arată că seria este zgomot alb. Pătratele resping și pe eșantionul scurt: Q*(10) = 68,6 pentru BET și 103,0 pentru S&P 500.

                                                                Interpretarea statisticilor Ljung–Box

                                                                Slide-ul 64: Interpretarea statisticilor Ljung–Box
                                                                Slide-ul 64
                                                                  Întrebare pentru sală Butonul ▶ crește m de la 1 la 30. Pentru ce serie sînt dovezile cele mai slabe la m = 1 și ce se întîmplă la m = 4?
                                                                  Răspuns

                                                                  Creșterea trimestrială a PIB-ului: Q*(1) = 7,7, p = 0,006, doar de 2,0 ori valoarea critică 3,84. La m = 4, Q*(4) = 168,1 față de 9,49, pentru că ρ̂(4) = 0,96: sezonul. Toate cele 10 serii resping ipoteza de zgomot alb pentru orice m între 1 și 30; la m = 10, cel mai mic raport îl are creșterea anuală a PIB-ului, 4,1.

                                                                  Transformări

                                                                  PIB-ul real al României: logaritm, creștere trimestrială și anuală

                                                                  Slide-ul 67: PIB-ul real al României: logaritm, creștere trimestrială și anuală
                                                                  Slide-ul 67
                                                                    Întrebare pentru sală Butonul ▶ crește lagul k al diferenței din dreapta de la 1 la 8. Pentru ce k dispare vîrful sezonier al ACF la lagul 4?
                                                                    Răspuns

                                                                    Pentru k = 4: ρ̂(4) = 0,03. Pentru k = 1, 2, 3 și 5, ρ̂(4) rămîne între 0,94 și 0,96: o diferență care nu acoperă un an întreg păstrează sezonul. k = 8 elimină și el sezonul, dar ρ̂(4) = 0,52, pentru că două creșteri pe doi ani aflate la un an distanță au un an în comun. Creșterea anuală, k = 4, are media 2,73% și ρ̂(1) = 0,63.

                                                                    Transformarea Box–Cox

                                                                    Slide-ul 69: Transformarea Box–Cox
                                                                    Slide-ul 69

                                                                    Exemplu rezolvat

                                                                    \[w=\frac{y^\lambda-1}{\lambda}\ (\lambda\ne0),\quad w=\ln y\ (\lambda=0),\quad y=(\lambda w+1)^{1/\lambda},\quad \mathrm{CV}\Big(\frac{\mathrm{sd}_i}{\mathrm{media}_i^{\,1-\lambda}}\Big)\to\min_\lambda\]
                                                                        Întrebare pentru sală Alegeți PIB-ul real. Rămîne logaritmul alegerea criteriului lui Guerrero?
                                                                        Răspuns

                                                                        Nu: pentru PIB-ul real, λ̂ = 0,39, cu criteriul 0,110, față de 0,165 la λ = 0 și 0,218 la λ = 1. Pentru PIB-ul nominal, λ̂ = 0,02, iar criteriul este 0,243 atît la λ̂, cît și la λ = 0, deci alegem logaritmul. Valoarea lui λ̂ depinde de serie; la indicele IAPC, λ̂ = 0,87.

                                                                        Box–Cox pentru PIB-ul nominal al României

                                                                        Slide-ul 70: Box–Cox pentru PIB-ul nominal al României
                                                                        Slide-ul 70
                                                                          Întrebare pentru sală Cu λ = 1 (fără transformare), de cîte ori este mai mare amplitudinea sezonieră din ultimii cinci ani decît din primii cinci?
                                                                          Răspuns

                                                                          De 10,5 ori: 3059 de milioane EUR în primii cinci ani și 32155 în ultimii cinci, pentru că oscilația sezonieră este o proporție stabilă din nivel. Cu λ = 0, logaritmul, raportul este 1,07 (0,392 și 0,420), iar criteriul lui Guerrero, 0,243, este practic minimul atins la λ̂ = 0,02; la λ = 1 criteriul este 0,677.

                                                                          Supradiferențierea

                                                                          Slide-ul 72: Supradiferențierea
                                                                          Slide-ul 72
                                                                            Întrebare pentru sală Butonul ▶ crește φ al seriei diferențiate de la 0 (zgomot alb) la 1 (mers aleator). Cum se schimbă ρ̂(1) al primei diferențe?
                                                                            Răspuns

                                                                            Urcă de la −0,54 spre 0: −0,28 la φ = 0,5, −0,10 la φ = 0,9 și −0,06 la φ = 1, conform valorii teoretice −(1 − φ)/2. Diferențierea este potrivită numai pentru mersul aleator, cînd ΔXt = εt; pentru o serie staționară, un ρ̂(1) negativ, apropiat de −0,5, semnalează supradiferențierea. Varianța primei diferențe scade de la 2,01 la 0,95.

                                                                            Două serii clasice

                                                                            Nilul și petele solare: seriile și ACF

                                                                            Slide-ul 77: Nilul și petele solare: seriile și ACF
                                                                            Slide-ul 77
                                                                              Întrebare pentru sală Butonul ▶ mută anul rupturii de la 1875 la 1965; media de pînă la ruptură și media de după sînt scăzute din debitul Nilului și din petele solare. Ce se întîmplă cu ρ̂(1) al Nilului după eliminarea celor două medii?
                                                                              Răspuns

                                                                              Este cel mai mic în jurul lui 1898: 0,13 pentru o ruptură după 1897 și 0,16 după 1898, cu Q*(10) = 13,0 (p = 0,225). Cu ruptura după 1880 sau după 1920, ρ̂(1) este 0,40 și 0,42, iar după 1950 este 0,50, cît are debitul însuși. O mare parte din autocorelația debitului vine din schimbarea mediei în jurul lui 1898. La petele solare, aceeași operație aproape nu schimbă ACF: cu ruptura după 1898, ρ̂(1) = 0,81 (0,82 înainte), iar vîrful de la lagul 10 este 0,64 (0,66 înainte), pentru că autocorelația lor vine din ciclul de circa 11 ani, nu dintr-o ruptură.

                                                                              Simulări: șocuri generate cu seed-urile codului capitolului; cînd parametrii diferă de cei din curs, seria se recalculează din aceleași șocuri sau se simulează în browser. PIB real și nominal: Eurostat, trimestrial, neajustat sezonier, în versiunea folosită în curs. IAPC: Eurostat, pînă în august 2026. EUR/RON: cursul de referință BNR. BET și S&P 500: datele de piață ale cursului (EODHD), pînă la 18 septembrie 2026. Nilul și petele solare: seturile de date din statsmodels.