Serii de timp

Capitolul 3 · Rădăcini unitare și modele ARIMA

În stînga este slide-ul din curs, în dreapta aceeași figură, calculată în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas.

Trend determinist și trend stochastic · Regresia falsă · Testul Dickey–Fuller · Phillips–Perron, KPSS și folosirea lor împreună · Rupturi structurale · Modele ARIMA(p,d,q) · ARIMA în practică

Trend determinist și trend stochastic

Patru serii care urcă în timp

Slide-ul 6: Patru serii care urcă în timp
Slide-ul 6
    Întrebare pentru sală Butonul ▶ mută sfîrșitul eșantionului pe care se estimează dreptele întrerupte din toate cele patru panouri. Unde se află PIB-ul din T2 2026 față de o dreaptă estimată pe datele de pînă în T3 2008?
    Răspuns

    Mult sub ea: dreapta estimată pînă în T3 2008 are panta 1,56% pe trimestru, iar PIB-ul din T2 2026 este cu 76 de puncte logaritmice (100 × diferența logaritmilor) sub prelungirea ei. Pe tot eșantionul panta este 0,80% pe trimestru (circa 3,2% pe an), iar cea mai mare abatere, 17,5 puncte logaritmice, apare în T3 2008. După recesiunea din 2009, PIB-ul nu a revenit la dreapta de dinainte: un argument pentru un trend stochastic, nu pentru o dreaptă fixă plus zgomot.

    Serii staționare în jurul trendului și serii staționare în diferențe: efectul unui șoc

    Slide-ul 10: Serii staționare în jurul trendului și serii staționare în diferențe: efectul unui șoc
    Slide-ul 10
      Întrebare pentru sală Butonul ▶ crește φ de la 0 la 1. Ce rămîne, la sfîrșitul eșantionului, din șocul de +6 în seria staționară în jurul trendului?
      Răspuns

      Pentru φ < 1, aproape nimic: 6φ⁹⁹ este 1,5 · 10⁻⁹ la φ = 0,8 și 0,04 la φ = 0,95; abia la φ = 0,99 rămîn 2,2. La φ = 1 rămîne întregul șoc, 6, ca la mersul aleator: zgomotul AR(1) devine el însuși un mers aleator, iar cele două modele coincid. Cu φ = 0,8, efectul unui șoc unitar este 0,107 după 10 perioade, iar timpul de înjumătățire este 3,1 perioade.

      Eliminarea trendului dintr-un mers aleator

      Slide-ul 15: Eliminarea trendului dintr-un mers aleator
      Slide-ul 15
        Întrebare pentru sală Panta adevărată a mersului aleator este 0. Pe 2 000 de mersuri aleatoare cu T = 200, cît de des respinge testul t ipoteza „panta este 0” la 5%?
        Răspuns

        În 90,4% din cazuri, nu în 5%; R² median este 0,44. Pe traiectoria din slide, R² = 0,61 și t = −17,7. Reziduurile au ρ̂(1) = 0,96 și rămîn pozitiv autocorelate pînă la lagul 36: cicluri lungi create de eliminarea trendului (Nelson și Kang). Cu T = 50, testul respinge tot în 82,0% din cazuri: eroarea nu dispare cu un eșantion mai scurt sau mai lung.

        Regresia falsă

        Regresia falsă prin simulare

        Slide-ul 20: Regresia falsă prin simulare
        Slide-ul 20
          Întrebare pentru sală În niveluri, testul t respinge b = 0 în 83,6% din eșantioane pentru T = 200. Ce se întîmplă cu rata de respingere cînd T crește la 1 000?
          Răspuns

          Crește, la 92,3%: |t| median urcă de la 6,3 la 14,2, aproximativ ca √T; R² median rămîne în jur de 0,17, iar DW median scade la 0,015. Mai multe date nu corectează o regresie falsă. În diferențe, rata rămîne aproape de nivelul nominal: 4,65% la T = 200 și 4,5% la T = 1 000.

          O regresie falsă pe date reale

          Slide-ul 23: O regresie falsă pe date reale
          Slide-ul 23
            Întrebare pentru sală Pe 2005–2026, regresia IAPC pe S&P 500 în niveluri dă t = 34,6 și R² = 0,82. Rămîne legătura dacă folosim doar 2005–2012?
            Răspuns

            Nu: pe 2005–2012, t = −0,72 și R² sub 0,01 în niveluri; pe 2013–2026, t = 33,2 și R² = 0,87. În 2005–2012 acțiunile au scăzut și au revenit, în timp ce prețurile au crescut; după 2013 ambele cresc. În diferențe, pe tot eșantionul, t = −0,21 (p = 0,83) și R² = 0,0002. Regula lui Granger și Newbold semnalează problema: R² = 0,82 > DW = 0,03.

            Interpretarea regresiei IAPC

            Slide-ul 24: Interpretarea regresiei IAPC
            Slide-ul 24

            Exemplu rezolvat

            \[\hat b=\frac{\sum_t(x_t-\bar x)(y_t-\bar y)}{\sum_t(x_t-\bar x)^2},\quad t=\frac{\hat b}{\sqrt{s^2/\sum_t(x_t-\bar x)^2}},\quad R^2=\frac{t^2}{t^2+n-2},\quad \mathrm{DW}=\frac{\sum_t(e_t-e_{t-1})^2}{\sum_t e_t^2}\]
                Întrebare pentru sală În niveluri, regresia IAPC pe S&P 500 are t = 34,6 și R² = 0,82. Este R² o informație nouă față de t?
                Răspuns

                Nu: cu o singură variabilă explicativă, R² = t²/(t² + n − 2) = 34,6²/(34,6² + 258) = 0,82. Ambele vin din aceeași eroare standard, prea mică pentru că eroarea este ea însăși un mers aleator; DW = 0,03 o arată. În diferențe lunare, t = −0,21 (p = 0,83) și R² = 0,0002: inflația lunară și randamentele bursiere nu sînt legate.

                Testul Dickey–Fuller

                Distribuțiile Dickey–Fuller

                Slide-ul 29: Distribuțiile Dickey–Fuller
                Slide-ul 29
                  Întrebare pentru sală Dacă folosim valoarea critică a distribuției Normale, −1,645, cît de des „respingem” o rădăcină unitară adevărată în regresia cu constantă și trend?
                  Răspuns

                  În 77,4% din eșantioane (46,1% cu constantă, 9,8% fără constantă), față de 5% sub N(0, 1). Ca să respingem în 5% din cazuri, valoarea critică trebuie coborîtă la cuantila de 5% a distribuției Dickey–Fuller: −1,95, −2,86 și −3,42 în simulare; −1,94, −2,87 și −3,43 în tabelele MacKinnon. Cu −3,42, proporția pentru constantă și trend este 4,99%.

                  Valorile critice ale testului Dickey–Fuller

                  Slide-ul 31: Valorile critice ale testului Dickey–Fuller
                  Slide-ul 31
                    Întrebare pentru sală Cu T = 50 și o regresie cu constantă, τ = −2,90. Respingem rădăcina unitară la 5%?
                    Răspuns

                    Nu: valoarea critică de 5% pentru T = 50 este −2,92, iar −2,90 > −2,92. Cu valoarea asimptotică −2,86 am fi respins-o: valorile critice depind puțin de T, dar contează cînd τ este aproape de prag. Cu valoarea Normală −1,645 respingerea ar fi fost „clară” și greșită.

                    Exemplu rezolvat: PIB-ul real al României

                    Slide-ul 32: Exemplu rezolvat: PIB-ul real al României
                    Slide-ul 32

                    Exemplu rezolvat

                    \[\Delta y_t=c+bt+\gamma y_{t-1}+\sum_{j=1}^{k}\delta_j\Delta y_{t-j}+\varepsilon_t,\qquad \tau=\frac{\hat\gamma}{\mathrm{SE}(\hat\gamma)},\qquad \hat\phi=1+\hat\gamma\]
                        Întrebare pentru sală Ce se întîmplă cu τ pentru PIB dacă scoatem trendul din regresie (doar constantă, k = 0)?
                        Răspuns

                        τ devine −1,80 (γ̂ = −0,0173, SE 0,0096), cu valoarea critică −2,89 și p = 0,38: tot nerespingere. Fără constantă, τ = 3,29 și p ≈ 1. Pentru o serie cu trend, alternativa corectă este cea cu trend: slide-ul are τ = −2,31 față de −3,45 (p = 0,43). Concluzia nu depinde aici de termenii determiniști, dar valoarea critică se schimbă cu fiecare caz.

                        Alegerea numărului de laguri k

                        Slide-ul 34: Alegerea numărului de laguri k
                        Slide-ul 34

                        Exemplu rezolvat

                        \[k_{\max}=\Big\lceil 12\Big(\frac{T}{100}\Big)^{1/4}\Big\rceil,\qquad \mathrm{AIC}=-2\ln L+2m,\qquad \mathrm{BIC}=-2\ln L+m\ln N\]
                            Întrebare pentru sală Pentru IAPC (100 ln P), AIC alege k = 6. Ce alege BIC și se schimbă concluzia?
                            Răspuns

                            BIC alege k = 1, pentru că penalizează fiecare lag cu ln N în loc de 2: τ = −0,38 (p = 0,988), față de τ = −0,96 (p = 0,949) cu k = 6. Concluzia rămîne aceeași: rădăcina unitară nu este respinsă. Lagurile schimbă τ, de aceea k se raportează împreună cu τ.

                            Mărimea și puterea testului Dickey–Fuller

                            Slide-ul 35: Mărimea și puterea testului Dickey–Fuller
                            Slide-ul 35
                              Întrebare pentru sală Cu o serie trimestrială de 25 de ani (T = 100) și φ = 0,95, cît de des respinge testul Dickey–Fuller cu constantă rădăcina unitară la 5%?
                              Răspuns

                              În 12,5% din cazuri: testul aproape niciodată nu deosebește φ = 0,95 de φ = 1. Cu T = 250, 47,4%; cu T = 500, 97,25%. La φ = 1, proporțiile sînt mărimea testului: 5,3%, 5,2% și 4,65% cu constantă. Un trend inutil costă putere: la T = 100 și φ = 0,9, 35,1% cu constantă și 19,4% cu constantă și trend.

                              Interpretarea curbelor de putere

                              Slide-ul 36: Interpretarea curbelor de putere
                              Slide-ul 36
                                Întrebare pentru sală Cu T = 100 trimestre (25 de ani) și φ = 0,95, cît de des respinge testul DF (cu constantă) rădăcina unitară?
                                Răspuns

                                În 12,5% din cazuri; cu constantă și trend, în 8,9%. Ca să ajungă la 97,3% este nevoie de T = 500. La φ = 1 testul respinge în 5,3%, 5,2% și 4,65% din cazuri (T = 100, 250, 500): mărimea este corectă, puterea pe eșantioane scurte este mică.

                                Phillips–Perron, KPSS și folosirea lor împreună

                                Testul KPSS: staționaritatea ca ipoteză nulă

                                Slide-ul 41: Testul KPSS: staționaritatea ca ipoteză nulă
                                Slide-ul 41

                                Exemplu rezolvat

                                \[S_t=\sum_{s\le t}e_s,\qquad \hat\lambda^2=\hat\gamma_0+2\sum_{j=1}^{L}\Big(1-\frac{j}{L+1}\Big)\hat\gamma_j,\qquad \eta=\frac{\sum_{t=1}^{T}S_t^2}{T^2\hat\lambda^2}\]
                                    Întrebare pentru sală Pentru PIB-ul României, η = 0,198 în jurul unui trend. Cît este η în jurul unui nivel și de ce?
                                    Răspuns

                                    η = 1,533 (L = 6), mult peste 0,463. În jurul unei constante, reziduurile conțin tot trendul: sînt negative la început și pozitive la sfîrșit, iar sumele parțiale fac excursii uriașe. Pentru o serie cu trend se folosește versiunea cu trend, cu valoarea critică 0,146; acolo 0,198 > 0,146 respinge staționaritatea la 5%, dar nu la 1% (0,216).

                                    KPSS: rolul sumelor parțiale

                                    Slide-ul 42: KPSS: rolul sumelor parțiale
                                    Slide-ul 42
                                      Întrebare pentru sală Butonul ▶ crește φ al seriei AR(1) de la 0 la 1. De la ce valoare respinge KPSS staționaritatea la 5%?
                                      Răspuns

                                      Abia de la φ = 0,95: KPSS = 0,565 > 0,463 (p = 0,027). La φ = 0,9 statistica este 0,326 și testul nu respinge, deși seria este foarte persistentă; la φ = 1 urcă la 1,213. Pentru mersul aleator din panou, KPSS = 0,733 (p = 0,011). Sumele parțiale ale unei serii persistente se îndepărtează mult de 0, iar η crește.

                                      ADF și KPSS împreună

                                      Slide-ul 44: ADF și KPSS împreună
                                      Slide-ul 44
                                        Întrebare pentru sală La 1% în loc de 5%, în ce celulă ajunge PIB-ul României?
                                        Răspuns

                                        În „neconcludent”: ADF tot nu respinge (p = 0,43), iar KPSS = 0,198 este sub valoarea critică de 1%, 0,216. La 10%, inflația anuală trece în I(1) (KPSS 0,404 > 0,347), iar randamentele BET, S&P 500 și creșterea PIB-ului SUA trec în „conflict”: la nivelul de 10%, KPSS respinge mai ușor.

                                        Teste de rădăcină unitară pe serii reale

                                        Slide-ul 45: Teste de rădăcină unitară pe serii reale
                                        Slide-ul 45
                                          Întrebare pentru sală Dacă toate seriile sînt testate cu constantă și trend, ce se întîmplă cu inflația anuală?
                                          Răspuns

                                          Devine I(1): KPSS în jurul unui trend este 0,399 > 0,146, iar ADF tot nu respinge (τ = −1,99, p = 0,61). Randamentele BET trec în „conflict” (KPSS 0,250 > 0,146). Verdictul depinde de alternativa aleasă; pentru seriile fără trend, constanta este alegerea din curs.

                                          Rupturi structurale

                                          O schimbare de nivel înșală testul ADF

                                          Slide-ul 49: O schimbare de nivel înșală testul ADF
                                          Slide-ul 49
                                            Întrebare pentru sală Butonul ▶ crește saltul mediei de la 0 la 10. De la ce mărime a saltului nu mai respinge ADF rădăcina unitară la 5%, pe această serie staționară?
                                            Răspuns

                                            De la un salt de 3,5 (p = 0,056); la 3, p = 0,030. La saltul din curs, 5, p = 0,17, iar pe 2 000 de serii cu același salt testul DF respinge în 71,5% din cazuri (fără salt: 100%); la saltul 7, doar în 0,55%. Zivot–Andrews include ruptura și respinge pentru orice salt: la saltul 5, ZA = −7,47 (un lag ales după AIC), mult sub −4,81, cu nivelul schimbat de la t = 100. Curba din dreapta este calculată fără laguri: minimul ei, −8,37, este atins la t = 100; −7,47 este statistica testului, nu minimul curbei.

                                            Interpretarea rupturii simulate

                                            Slide-ul 50: Interpretarea rupturii simulate
                                            Slide-ul 50
                                              Întrebare pentru sală Slide-ul dă ZA = −7,47 și spune că minimul este atins la t = 100. Este −7,47 minimul curbei din graficul anterior?
                                              Răspuns

                                              Nu. Curba din grafic, fără laguri, are minimul −8,37 la t = 100. Statistica Zivot–Andrews din statsmodels alege lagurile după AIC (aici 1 lag) și dă −7,47, cu ruptura tot la t = 100. Ambele sînt mult sub −4,81, deci concluzia nu se schimbă: seria este staționară în jurul unei medii cu o ruptură.

                                              Zivot–Andrews pe două serii reale

                                              Slide-ul 52: Zivot–Andrews pe două serii reale
                                              Slide-ul 52
                                                Întrebare pentru sală Pentru EUR/RON, ZA cu ruptură în nivel dă −6,89. Ce dă varianta cu ruptură doar în pantă?
                                                Răspuns

                                                ZA = −4,40, cu valoarea critică de 5% −4,41 (p = 0,051): rădăcina unitară nu mai este respinsă la 5%, iar data aleasă se mută în iulie 2009. Cu ruptură în nivel și pantă: −6,83, sub −5,07, în octombrie 2008. Pentru Nil, toate cele trei variante resping (−6,86; −5,68; −6,84); rupturile în nivel sînt datate în 1898, cea în pantă în 1914. Rezultatul depinde de forma presupusă a rupturii.

                                                Interpretarea celor două rupturi

                                                Slide-ul 53: Interpretarea celor două rupturi
                                                Slide-ul 53
                                                  Întrebare pentru sală Pentru EUR/RON, respinge Zivot–Andrews și dacă ruptura este permisă doar în pantă?
                                                  Răspuns

                                                  Abia nu: ZA = −4,40, iar valoarea critică de 5% este −4,41 (p = 0,051), cu ruptura în iulie 2009. Cu ruptura în nivel (−6,89) sau în nivel și pantă (−6,83, valoarea critică −5,07) respinge, cu ruptura în octombrie 2008. Pentru Nil toate cele trei versiuni resping.

                                                  Modele ARIMA(p,d,q)

                                                  PIB-ul României: identificarea

                                                  Slide-ul 58: PIB-ul României: identificarea
                                                  Slide-ul 58
                                                    Întrebare pentru sală Pe eșantionul complet, nicio autocorelație a creșterii nu iese din bandă. Rămîne așa dacă eșantionul se oprește în T4 2008, înainte de criză?
                                                    Răspuns

                                                    Nu întru totul: cu 35 de rate de creștere (T2 2000–T4 2008), media este 1,57% pe trimestru, ρ̂(1) = −0,27, iar o valoare ACF iese din banda ±0,33; Ljung–Box Q*(8) = 11,1 (p = 0,20) nu respinge însă zgomotul alb. Pe tot eșantionul: media 0,81%, ρ̂(1) = −0,05, ρ̂(2) = −0,14, Q*(8) = 7,3 (p = 0,51); pînă în T4 2019, Q*(8) = 4,2 (p = 0,84).

                                                    Alegerea modelului după AICc

                                                    Slide-ul 60: Alegerea modelului după AICc
                                                    Slide-ul 60
                                                      Întrebare pentru sală ARIMA(0,1,2) are un AICc mai mare cu 1,7 puncte. Este aceasta o dovadă împotriva lui?
                                                      Răspuns

                                                      Nu: diferențele sub 2 puncte nu sînt informative, așa că păstrăm modelul cel mai simplu. Pentru orice sfîrșit de eșantion din T4 2015 pînă în T2 2026, cel mai mic AICc și cel mai mic BIC aparțin lui ARIMA(0,1,0); deriva estimată pe tot eșantionul este 0,81 (SE 0,30, t = 2,72).

                                                      PIB-ul României: verificarea reziduurilor

                                                      Slide-ul 61: PIB-ul României: verificarea reziduurilor
                                                      Slide-ul 61
                                                        Întrebare pentru sală ARIMA(2,1,2) are cel mai mic Q*(8) dintre cele nouă modele, 3,28. Este acesta un argument pentru el?
                                                        Răspuns

                                                        Nu: optimizarea nu a convers, iar AICc este 495,4, față de 491,9 pentru ARIMA(0,1,0) cu derivă. ARIMA(0,1,0) lasă deja reziduuri necorelate: Q*(8) = 7,3 (p = 0,51), iar Q*(12) are p = 0,54. Parametrii în plus reduc mecanic autocorelația reziduurilor. Ce rămîne în toate modelele sînt cozile groase: pentru ARIMA(0,1,0), kurtosis-ul 7,9, Jarque–Bera 145 și reziduul −11,0 în T1 2009.

                                                        Interpretarea verificării reziduurilor

                                                        Slide-ul 62: Interpretarea verificării reziduurilor
                                                        Slide-ul 62

                                                        Exemplu rezolvat

                                                        \[Q^*(m)=T(T+2)\sum_{h=1}^{m}\frac{\hat\rho_{\hat\varepsilon}(h)^2}{T-h}\approx\chi^2(m-p-q),\qquad \mathrm{JB}=\frac{T}{6}\Big(S^2+\frac{(K-3)^2}{4}\Big)\approx\chi^2(2)\]
                                                          Întrebare pentru sală Pentru ARIMA(1,1,1), cu cîte grade de libertate se compară Q*(8)?
                                                          Răspuns

                                                          Cu m − p − q = 8 − 2 = 6: Q*(8) = 5,81 și p = 0,44. Pentru ARIMA(0,1,0), Q*(8) = 7,28 cu 8 grade de libertate și p = 0,51. Fără corecție, p-value-urile modelelor cu parametri ARMA ar fi prea mari.

                                                          Prognoza cu modele ARIMA

                                                          Slide-ul 63: Prognoza cu modele ARIMA
                                                          Slide-ul 63

                                                          Exemplu rezolvat

                                                          \[\begin{gathered}\text{DS}:\ \Delta y_t=c+\varepsilon_t\ \Rightarrow\ \mathrm{Var}(e_{T+h})=h\sigma^2;\qquad \text{TS}:\ y_t=\alpha+\beta t+u_t,\ u_t=\phi u_{t-1}+\varepsilon_t\\ \Rightarrow\ \mathrm{Var}(e_{T+h})=\sigma^2\frac{1-\phi^{2h}}{1-\phi^2}\ \to\ \frac{\sigma^2}{1-\phi^2},\qquad \text{semilățimea}=1{,}96\sqrt{\mathrm{Var}(e_{T+h})}\end{gathered}\]
                                                              Întrebare pentru sală La h = 40 trimestre (10 ani), de cîte ori este mai lat intervalul DS decît cel TS?
                                                              Răspuns

                                                              De 2,53 ori: 30,6% față de 12,1% din PIB. Intervalul TS se oprește la 1,96σ̂/√(1 − φ̂²) = 12,09, pe cînd cel DS crește ca √h. La h = 12, semilățimile sînt 16,8% și 11,2%, ca pe slide.

                                                              Exemplu rezolvat: prognoze ARIMA(1,1,0)

                                                              Slide-ul 64: Exemplu rezolvat: prognoze ARIMA(1,1,0)
                                                              Slide-ul 64

                                                              Exemplu rezolvat

                                                              \[\begin{gathered}\widehat{\Delta y}_{T+h}=\phi\,\widehat{\Delta y}_{T+h-1}=\phi^h\Delta y_T,\qquad \hat y_{T+h}=\hat y_{T+h-1}+\widehat{\Delta y}_{T+h},\\ \psi_j=1+\phi+\dots+\phi^j,\qquad \mathrm{Var}(e_{T+h})=\sigma^2\sum_{j=0}^{h-1}\psi_j^2,\qquad \hat y_{T+h}\pm1{,}96\sqrt{\mathrm{Var}(e_{T+h})}\end{gathered}\]
                                                                  Întrebare pentru sală Cu φ = 0 (mers aleator fără derivă), cît devin prognozele și semilățimile pentru h = 1, 2, 3?
                                                                  Răspuns

                                                                  Prognozele sînt toate 108, iar semilățimile 3,92, 5,54 și 6,79 = 1,96 · 2 · √h. Cu φ = 0,6 prognozele urcă la 111,00, 112,80 și 113,88, iar semilățimile la 3,92, 7,40 și 10,66: impulsul face ca fiecare șoc să se transmită și în variațiile următoare.

                                                                  Viteza de creștere a intervalelor

                                                                  Slide-ul 65: Viteza de creștere a intervalelor
                                                                  Slide-ul 65
                                                                    Întrebare pentru sală Butonul ▶ mișcă θ al modelului ARIMA(0,1,1) de la −0,95 la 0,95. Cum se schimbă semilățimea intervalului la h = 20?
                                                                    Răspuns

                                                                    Crește cu θ: 2,14σ la θ = −0,9, 4,70σ la θ = −0,5, 8,77σ la θ = 0 (mersul aleator) și 12,96σ la θ = 0,5. Varianța este σ²[1 + (h − 1)(1 + θ)²]: un θ negativ compensează o parte din fiecare șoc. Pentru ARIMA(1,1,0), semilățimea la h = 20 este 16,78σ cu φ = 0,5 (graficul) și 20,53σ cu φ = 0,6 (exemplul rezolvat, unde la h = 3 este 5,33σ, adică 10,66 cu σ = 2). AR(1) cu φ = 0,8 se oprește la 3,27σ.

                                                                    Interpretarea lățimii intervalelor

                                                                    Slide-ul 66: Interpretarea lățimii intervalelor
                                                                    Slide-ul 66

                                                                    Exemplu rezolvat

                                                                    \[\frac{\text{semilățimea}}{\sigma}=1{,}96\sqrt{\sum_{j=0}^{h-1}\psi_j^2},\qquad \psi(z)=\frac{\theta(z)}{\phi(z)(1-z)^d}\]
                                                                        Întrebare pentru sală Slide-ul de interpretare dă 16,78σ la h = 20 pentru ARIMA(1,1,0); exemplul rezolvat folosește φ = 0,6. Ce φ a produs 16,78σ?
                                                                        Răspuns

                                                                        φ = 0,5, valoarea din grafic. Cu φ = 0,6, semilățimea la h = 20 este 20,53σ. La h = 1 ambele dau 1,96σ, iar la h = 4: 6,14σ (φ = 0,5) și 6,83σ (φ = 0,6). Mersul aleator are 8,77σ la h = 20.

                                                                        PIB-ul României: două prognoze

                                                                        Slide-ul 67: PIB-ul României: două prognoze
                                                                        Slide-ul 67
                                                                          Întrebare pentru sală Cu originea în T4 2019, cele două modele prognozează PIB-ul pe 12 trimestre. Care a avut eroarea mai mică pe trimestrele observate?
                                                                          Răspuns

                                                                          Modelul staționar în jurul trendului, dar la mică distanță: RMSE 7,2 puncte logaritmice, față de 7,6 pentru ARIMA(0,1,0) cu derivă; ambele au ratat scăderea din 2020. Din T4 2015 diferența este mai mare (2,6 față de 4,7), iar din T2 2023 ordinea se inversează (6,5 față de 5,6). Din T2 2026, ARIMA(0,1,0) dă 53,8 mld. EUR (prețuri 2010) după 12 trimestre, cu semilățimea de 95% de 16,8 puncte logaritmice; modelul cu trend dă 56,3 mld. și 11,2. ADF și KPSS clasifică nivelul PIB ca I(1) (p = 0,43; 0,198 > 0,146), dar puterea mică a testelor nu exclude modelul cu trend: alegerea lui d schimbă prognoza și intervalul.

                                                                          Interpretarea prognozelor PIB

                                                                          Slide-ul 68: Interpretarea prognozelor PIB
                                                                          Slide-ul 68
                                                                            Întrebare pentru sală Slide-ul spune că testele favorizează DS la 5%, dar sînt neconcludente la 1%, iar tabelul testelor clasifică PIB-ul ca I(1). Cum se împacă?
                                                                            Răspuns

                                                                            La 5%, ADF nu respinge (p = 0,43) și KPSS respinge (0,198 > 0,146): I(1). Dovada este însă slabă: la 1% KPSS nu mai respinge (0,198 < 0,216), iar cu T ≈ 100 puterea ADF la φ = 0,9 este 19%. Alegerea lui d contează: după 12 trimestre, 53,8 mld. EUR cu semilățimea 16,8% (DS) față de 56,3 mld. EUR cu 11,2% (TS).

                                                                            Supradiferențierea PIB-ului României

                                                                            Slide-ul 70: Supradiferențierea PIB-ului României
                                                                            Slide-ul 70
                                                                              Întrebare pentru sală Pentru PIB-ul SUA, ce simptome de supradiferențiere apar la a doua diferențiere?
                                                                              Răspuns

                                                                              Toate trei: ρ̂(1) scade de la 0,13 la −0,49, varianța crește de la 1,22 la 2,12, iar un MA(1) estimat pe Δ² dă θ̂ = −0,986 (SE 0,008). Pentru România: ρ̂(1) de la −0,05 la −0,43, varianța de la 6,16 la 12,80, θ̂ = −0,987 (SE 0,080). O a treia diferențiere agravează simptomele: pentru România, varianța urcă la 35,6 și ρ̂(1) la −0,57.

                                                                              ARIMA în practică

                                                                              Inflația din România: d = 0 sau d = 1?

                                                                              Slide-ul 75: Inflația din România: d = 0 sau d = 1?
                                                                              Slide-ul 75
                                                                                Întrebare pentru sală Cel mai mic AICc pentru d = 1, 451,2 (ARIMA(1,1,0)), este sub cel pentru d = 0, 455,6 (ARIMA(2,0,0)). Arată aceasta că d = 1 este alegerea mai bună?
                                                                                Răspuns

                                                                                Nu: AICc nu compară modele cu d diferit, deoarece cu d = 1 verosimilitatea este calculată pentru Δπ, o altă serie. Alegem d prin teste și judecată: KPSS (0,404 < 0,463) păstrează d = 0, ADF (p = 0,32) sugerează d = 1. Prognozele după 24 de luni sînt apropiate, 5,1% și 5,2%, dar intervalele de 95% diferă: [−0,6; 10,9] și [−2,9; 13,3]. ARIMA(3,1,2) are AICc 441,1, dar optimizarea nu a convers.

                                                                                EUR/RON: ARIMA față de mersul aleator

                                                                                Slide-ul 78: EUR/RON: ARIMA față de mersul aleator
                                                                                Slide-ul 78
                                                                                  Întrebare pentru sală Cu începutul perioadei de test în ianuarie 2015, mai bate ARIMA(1,1,0) mersul aleator la o zi?
                                                                                  Răspuns

                                                                                  Nu: RMSE 0,1307, față de 0,1304 pentru mersul aleator, o pierdere de 0,19%. Cu testul din 2019, 2020, 2022 sau 2024, cîștigul este 2,1–2,3%; în curs (din 2024), 0,1300 față de 0,1330, iar pe 20 de zile 0,638 față de 0,667 (4,3%). Cîștigul depinde de perioada aleasă și provine din cîteva zile cu salturi ale cursului; o comparație formală cere testul Diebold–Mariano.

                                                                                  O serie clasică: PIB-ul real al SUA după 2007

                                                                                  Slide-ul 80: O serie clasică: PIB-ul real al SUA după 2007
                                                                                  Slide-ul 80
                                                                                    Întrebare pentru sală Cu originea în T4 2007, modelul staționar în jurul trendului greșește cu −30 de puncte logaritmice la final. Este eroarea specifică lui 2007? Mutați originea în T4 2000.
                                                                                    Răspuns

                                                                                    Nu: din T4 2000, abaterea la final este −34,7 pentru modelul cu trend (semilățimea intervalului de 95%: 7,9) și −34,5 pentru ARIMA(1,1,0) cu derivă (28,1). Din T4 2007: −30,1 (8,2) și −25,4 (22,9); din T4 2019: −8,0 (11,1) și −5,0 (13,2). Din 2000 și din 2007, niciun interval nu acoperă rezultatul; din 2019, ambele îl acoperă. Ambele modele prelungesc deriva de dinaintea originii, iar creșterea de după 2008 a fost mai lentă.

                                                                                    Simulări: șocuri din distribuția Normală, generate cu seed-urile codului capitolului; rezultatele Monte Carlo sînt cele din curs. PIB-ul României: Eurostat, volume înlănțuite (prețuri 2010), serie ajustată 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, pînă la 18 septembrie 2026. PIB-ul SUA: FRED GDPC1, pînă în T2 2026. Nilul: setul de date din statsmodels, 1871–1970.