Zamanla Değişen Parametreli ARMA Modeli (TVP-ARMA)
Time-Varying Parameter Autoregressive Moving Average Model · Ayrıca şöyle bilinir: TVP-ARMA, time-varying ARMA, state-space ARMA, locally stationary ARMA
Zamanla değişen parametreli ARMA (TVP-ARMA) modeli, otoregresif ve hareketli ortalama katsayılarının zaman içinde değişmesine izin vererek klasik ARMA çerçevesini genişletir. Bir durum-uzay temsiline gömülü olarak ve Kalman filtresi aracılığıyla tahmin edilen bu model, açık bir kırılma noktası gerektirmeden zaman serilerindeki yapısal değişimi ve parametre istikrarsızlığını yakalar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Tek değişkenli bir zaman serisinin dinamik yapısının örneklem boyunca değiştiğinden şüpheleniyorsanız (örneğin, politika rejim değişiklikleri, yapısal kırılmalar veya kademeli ekonomik geçişlerden sonra), ancak sabit bir kırılma tarihi dayatmak istemiyorsanız TVP-ARMA kullanın. Yuvarlanan pencere ARMA uyumlarının tahmin edilen katsayılarda açık bir kayma göstermesi durumunda da uygundur. Seri kısaysa (~80 gözlemden az), istikrarsızlık kanıtı yoksa (Nyblom testi anlamsızsa) veya hesaplama basitliği öncelikliyse standart sabit parametreli ARMA'yı tercih edin. TVP-ARMA çok değişkenli modelleme için tasarlanmamıştır; bu durumda bir TVP-VAR daha uygundur.
Güçlü yönler & sınırlılıklar
- Bilinen bir kırılma tarihi dayatmadan kademeli ve ani parametre değişimini tespit eder.
- Sabit katsayılı ARMA ile iç içe: Q = 0'ı test etmek, parametre istikrarının resmi bir testini sağlar.
- Zamanla değişen katsayıların tam bir yörüngesini üretir, daha zengin yapısal yorumlamaya olanak tanır.
- Kalman filtresi tahmini, Gauss hataları altında hesaplama açısından kesindir ve örneklem büyüklüğü ile iyi ölçeklenir.
- Durum-uzay çerçevesi içinde eksik gözlemleri doğal olarak barındırır.
- Tahmin, özellikle küçük örneklemlerde, Kalman filtresinin başlangıç koşullarına ve Q üzerindeki önsele duyarlıdır.
- Parametre varyasyonu yavaş olduğunda durum-gürültü kovaryansı Q'nun tanımlanması zordur; olabilirlik yüzeyi düz olabilir.
- Model, gürültüyü sahte parametre kaymasına atfederek kısa serileri aşırı uyumlayabilir.
- Örneklem dışı yapı, son örneklem içi yörüngeden keskin bir şekilde saptığında tahmin performansı kötüleşir.
SSS
TVP-ARMA, GARCH'tan nasıl farklıdır?
GARCH modelleri, koşullu ortalama yapısını sabit tutarken zamanla değişen koşullu varyansı (volatiliteyi) modeller. TVP-ARMA ise koşullu ortalama denklemindeki gecikme katsayılarının değişmesine izin verir, bu da volatilite kümelenmesinden ziyade kalıcılık veya dürtü-yanıt dinamiklerindeki değişiklikleri modellemek için uygun hale getirir.
TVP-ARMA'yı tahmin için kullanabilir miyim?
Evet, ancak dikkatli bir şekilde. Örneklem içi uyum genellikle sabit katsayılı ARMA'dan daha iyidir, ancak örneklem dışı tahminler, örneklem içinde gözlemlenen parametre kaymasının devam edip etmediğine büyük ölçüde bağlıdır. Yapısal istikrar dönemlerinde, daha basit bir ARMA genellikle karşılaştırılabilir veya daha iyi tahmin yapar.
TVP-ARMA'da p ve q derecelerini nasıl seçerim?
Sabit katsayılı bir ARMA altında AIC veya BIC tarafından seçilen derecelerle başlayın, ardından bu derecelerde parametre istikrarsızlığını (Nyblom testi) test edin. Durum-uzay modelleri için bilgi kriterleri (Kalman filtresi olabilirlik değerinden hesaplanır), alternatif TVP-ARMA(p,q) spesifikasyonlarını karşılaştırmak için kullanılabilir.
Hangi yazılımlar TVP-ARMA modellerini tahmin edebilir?
STAMP paketi (Koopman ve diğerleri) ve R paketleri dlm, KFAS ve bsts'nin tümü, zamanla değişen parametrelerle durum-uzay ARMA tahminini destekler. Bayesyen TVP-ARMA, Stan veya JAGS ile tahmin edilebilir.
TVP-ARMA, yerel olarak durağan bir süreçle aynı mıdır?
İlgili ancak aynı değildir. Yerel olarak durağan süreçler (Dahlhaus 1997), sürekli değişen spektrumlar için titiz bir asimptotik teori sağlarken, TVP-ARMA parametrik bir durum-uzay modelidir. Her ikisi de parametre durağan olmamasını yakalar, ancak TVP-ARMA tahmin odaklı ve uygulamalı çalışmalar için pratiktir, oysa yerel durağanlık teorisi parametrik olmayan spektral yaklaşımların temelini oluşturur.
Kaynaklar
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the presence of stochastic parameter variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/tr/econometrics/time-varying-parameter-arma-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARMA Modeli (Otokoregresif Hareketli Ortalama)Ekonometri↔ karşılaştır
- Kalman FiltresiBayesçi↔ karşılaştır
- Durum Uzay Modeli (Kalman Filtresi)Ekonometri↔ karşılaştır