Page 107 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 107
Empirična analiza kvantitativne raziskave 107
zen IDDV, avtokorelacijo uspemo odpraviti in zagotoviti stacionarnost teh
časovnih vrst pri vseh proučevanih spremenljivkah, razen pri spremenljiv-
kah ICGSEA in NEDT. Pri teh spremenljivkah ni moč odpraviti avtokore-
lacije niti s transformacijo spremenljivke v diference drugega reda, z izjemo
NEDT. Za iskanje diferenc tretje in višje stopnje se nismo odločili, saj so že
diference druge vrste vsebinsko dovolj težko razumljive. Te namreč pona-
zarjajo, za koliko se je vsak mesec spremenila vrednost spremembe (pove-
čanje ali zmanjšanje) originalne spremenljivke v primerjavi s predhodnim
mesecem (Čepar 2009). Ko opazujemo parcialno avtokorelacijo pri izvir-
nih, ne transformiranih časovnih vrstah, je pri skoraj vseh časovnih vrstah
statistično značilna avtokorelacija prvega reda, kar pomeni, da je skoraj vsa-
ka časovna vrsta povezana s členi iste časovne vrste, zamaknjenimi za en
mesec nazaj oziroma zaradi dodane še sezonske časovne vrste za dva mese-
ca nazaj. To nam potrjujejo tudi predhodne empirične analize (Lütkepohl
in Xu 2011; Enders 2004; Čepar 2009).
ACF in PACF korelogram ostankov na transformiranih časovnih
vrstah pokažeta, da je s prvo diferenco teh časovnih vrst avtokorelacija
odpravljena celo na več časovnih vrstah, kot če opazujemo samo ACF od-
logov na časovnih vrstah. Najdemo jo samo še pri v prvo diferenco trans-
formirani časovni vrsti ICGSEA, vendar le na drugem odlogu, kar pome-
ni, da je časovna vrsta odvisna od te iste časovne vrste za dva meseca nazaj,
kar nam predstavlja padec cen v gostinstvu v evro območju v času gospo-
darske in finančne krize in NEDT, vendar prav tako le na drugem odlogu,
kar pomeni, da je časovna vrsta odvisna od te iste časovne vrste za dve ob-
dobji nazaj, kar nam predstavlja odvisnost časovne vrste od apreciacije do-
mače valute (pri inšpekcijskem ARIMA modelu). Iz tega opisa in razloga
podamo, da je prva diferenca časovne vrste primerna za nadaljnjo raziska-
vo na vseh proučevanih spremenljivkah, razen IDDV, ki je nismo transfor-
mirali, ker je .
Za vse preučevane modele v nadaljevanju podajamo regresijsko anali-
zo. Kot smo že ugotovili, nam regresijska analiza z nestacionarnimi spre-
menljivkami da nepravo regresijo. Da bi se temu izognili, smo spremenljiv-
ke diferencirali, vendar ne tudi logaritmirali (Enders 2004). Uporabili smo
le stopnje diferenciranja (Lütkepohl in Xu 2011), v našem primeru prvo
stopnjo diferenciranja za vse spremenljivke, razen IDDV, in za večino njih
tudi prvo stopnjo sezonskega diferenciranja (Enders 2004).
Regresijska analiza stacionarnih spremenljivk
Ekonometrična analiza nam pri regresijski analizi lahko poda nestacionar-
ne ostanke. Vsi rezultati so v stalni povezavi (Gričar in Bojnec 2010a; 2012).
zen IDDV, avtokorelacijo uspemo odpraviti in zagotoviti stacionarnost teh
časovnih vrst pri vseh proučevanih spremenljivkah, razen pri spremenljiv-
kah ICGSEA in NEDT. Pri teh spremenljivkah ni moč odpraviti avtokore-
lacije niti s transformacijo spremenljivke v diference drugega reda, z izjemo
NEDT. Za iskanje diferenc tretje in višje stopnje se nismo odločili, saj so že
diference druge vrste vsebinsko dovolj težko razumljive. Te namreč pona-
zarjajo, za koliko se je vsak mesec spremenila vrednost spremembe (pove-
čanje ali zmanjšanje) originalne spremenljivke v primerjavi s predhodnim
mesecem (Čepar 2009). Ko opazujemo parcialno avtokorelacijo pri izvir-
nih, ne transformiranih časovnih vrstah, je pri skoraj vseh časovnih vrstah
statistično značilna avtokorelacija prvega reda, kar pomeni, da je skoraj vsa-
ka časovna vrsta povezana s členi iste časovne vrste, zamaknjenimi za en
mesec nazaj oziroma zaradi dodane še sezonske časovne vrste za dva mese-
ca nazaj. To nam potrjujejo tudi predhodne empirične analize (Lütkepohl
in Xu 2011; Enders 2004; Čepar 2009).
ACF in PACF korelogram ostankov na transformiranih časovnih
vrstah pokažeta, da je s prvo diferenco teh časovnih vrst avtokorelacija
odpravljena celo na več časovnih vrstah, kot če opazujemo samo ACF od-
logov na časovnih vrstah. Najdemo jo samo še pri v prvo diferenco trans-
formirani časovni vrsti ICGSEA, vendar le na drugem odlogu, kar pome-
ni, da je časovna vrsta odvisna od te iste časovne vrste za dva meseca nazaj,
kar nam predstavlja padec cen v gostinstvu v evro območju v času gospo-
darske in finančne krize in NEDT, vendar prav tako le na drugem odlogu,
kar pomeni, da je časovna vrsta odvisna od te iste časovne vrste za dve ob-
dobji nazaj, kar nam predstavlja odvisnost časovne vrste od apreciacije do-
mače valute (pri inšpekcijskem ARIMA modelu). Iz tega opisa in razloga
podamo, da je prva diferenca časovne vrste primerna za nadaljnjo raziska-
vo na vseh proučevanih spremenljivkah, razen IDDV, ki je nismo transfor-
mirali, ker je .
Za vse preučevane modele v nadaljevanju podajamo regresijsko anali-
zo. Kot smo že ugotovili, nam regresijska analiza z nestacionarnimi spre-
menljivkami da nepravo regresijo. Da bi se temu izognili, smo spremenljiv-
ke diferencirali, vendar ne tudi logaritmirali (Enders 2004). Uporabili smo
le stopnje diferenciranja (Lütkepohl in Xu 2011), v našem primeru prvo
stopnjo diferenciranja za vse spremenljivke, razen IDDV, in za večino njih
tudi prvo stopnjo sezonskega diferenciranja (Enders 2004).
Regresijska analiza stacionarnih spremenljivk
Ekonometrična analiza nam pri regresijski analizi lahko poda nestacionar-
ne ostanke. Vsi rezultati so v stalni povezavi (Gričar in Bojnec 2010a; 2012).
