メインコンテンツにスキップ

時系列データ分析

アセット・マネジメント・コンサルティング株式会社が保管する時系列データ(CSV)を選び、チャートと表で確認できます。
キーワード

時系列データ, 時系列分析, 自己相関, 単位根検定, 季節分解, 変化点, 予測, チャート, 前年同期比, 移動平均, 季節プロット, 国際収支, サービス収支, 財務省, アセット・マネジメント・コンサルティング

時系列データ分析(時系列チャートのイメージ)

データの選択

読み込み中です…

チャート

最新値

データの情報

データ表

データの分析

本セクションは、上で選んだ系列(系列1)について、チャートに表示している期間と「表示値」で選んだ値(原系列、前期差、前年同期差、前年同期比)を対象に、各種の時系列分析をブラウザ内(JavaScript)で計算して表示します。チャートのレンジスライダーや「1年・5年・10年・全期間」のボタンで表示期間を変えると、分析も計算し直します。比較系列を選んだときは、最後の「2系列の関係」も計算します。

基本統計

表示期間の値について、平均・標準偏差・四分位・歪度・尖度を計算し、ジャルク・ベラ検定で正規分布からのずれを調べます。ヒストグラムの金色の破線は最新値の位置です。

トレンド

時間(年)に対する直線トレンドを最小二乗法で求め、傾きが0かどうかを検定します。残差に自己相関があると通常の検定は有意になりやすいため、ニューウェイ・ウェスト標準誤差による検定を併記します。HPフィルタは、系列をなめらかなトレンドとその周りの変動に分ける方法で、平滑化の強さ(λ)は、四半期を1,600として頻度に換算し、月次129,600・半期100・年次6.25としています。

自己相関

自己相関は、系列とそのラグ付きの系列の相関、偏自己相関は、途中のラグの影響を除いた相関です。棒が金色の破線(±1.96/√n)の外にあれば、そのラグの相関は5%水準でゼロとは言えません。ラグ12(月次)や4(四半期)が目立てば季節性、ゆっくり減衰すれば水準の持続性を示します。リュング・ボックス検定は、複数のラグの自己相関がまとめてゼロかを調べます。

単位根・定常性

ADF検定は「単位根がある(非定常)」を帰無仮説とし、KPSS検定は「定常である」を帰無仮説とします。両者を組み合わせて判断します。ADF検定の差分のラグ数はAICで選び、p値はマッキノンの近似式で求めています。KPSS検定の打ち切りラグは、n(期数)から ⌊4×(n/100)^0.25⌋ としています。

季節分解

STL(Cleveland他、1990)で、系列をトレンド・季節成分・不規則成分に分けます。月次と四半期のデータで計算します。季節性の強さとトレンドの強さは、不規則成分の分散が、(季節成分+不規則成分)や(トレンド+不規則成分)の分散に比べてどれだけ小さいかを0~1で表したもの(Wang他、2006)です。季節窓が小さいほど、季節性の変化を柔軟に追います。

変化点

PELT法で、平均が変わる時点を探します。罰則は 3×ln(n)×σ² を基準とし(MBIC)、σは差分から頑健に推定します。区間の最小の長さは、期数の4%(6期以上)です。OLS-CUSUM検定は、平均が全期間で一定かどうかを調べ、CUSUM過程が金色の破線(5%の境界)を超えると、平均が安定していないことになります。

周期性

線形トレンドを除いた系列のピリオドグラムで、どの周期の変動が大きいかを調べます。月次データで12か月・6か月・4か月などにピークがあれば、季節性の表れです。フィッシャーのg検定は、最大のピークが偶然とは言えないほど大きいかを調べます。

予測

水準・トレンド・季節の有無が異なる指数平滑モデル(誤差・成分とも加法的。月次・四半期は6つ、それ以外は季節なしの3つ)を推定し、AICcが最小のモデルで予測します。予測区間は、モデルが想定する誤差の広がりから計算しています。また、直近の期間を除いて推定し直し、除いた期間を予測した場合の当たり具合を、単純な予測(ナイーブ)と比べて示します。

2系列の関係

比較系列を選んだとき、系列1と系列2の共通の期間で、相関係数、回帰、相互相関(先行・遅行の関係)、ローリング相関、グレンジャー因果性検定を計算します。「表示値」が原系列のままだと、両方にトレンドがあるだけで相関が高く出る(見せかけの相関)ことがあるため、前期差や前年同期差も確認してください。

本ページについて

  • 本ページは、データ出所ごとに保管している時系列データ(CSV)を選んで表示します。CSVを保管すると、選択メニューに自動で加わります。
  • CSVのファイル名は「系列名-データ出所.csv」です。選択メニューには系列名を表示し、データ出所は「データの情報」とグラフ画像に表示します。
  • 前期差は直前の観測値との差、前年同期差と前年同期比は1年前の同じ月日の観測値との差と比です。前年同期比(%)は、前年同期の値の絶対値を分母にしています。
  • 移動平均は、直近の指定した期間数の単純平均です。期間内に欠損があると、その期の移動平均は空欄です。
  • 季節プロットは、月次と四半期のデータで、年ごとの線を重ねて表示します。最新の年を金色で表示します。
  • 比較系列を選ぶと、第2軸(右側の軸)に重ねて表示します。表の最後の列には、比較系列の原系列を、同じ日付で対応させて表示します。
  • 表示を共有するときは、「この表示のURLをコピー」を使ってください。選択中の系列と表示の設定を、URLに含めます。
  • 「データの分析」は、チャートに表示している期間と「表示値」を対象に、ブラウザ内で計算します。欠損(NA)があると、時系列を前提とする分析(自己相関、単位根検定、季節分解、変化点、周期性、予測)は、欠損を含まない最長の連続区間で計算します。
  • 計算結果は、統計ソフト(RのstlやstrucchangeなどのパッケージとPythonのstatsmodels)の結果と照合して確認しています。ただし、統計的検定の結論は、データの性質や前提(定常性、誤差の正規性など)に依存します。分析結果は参考情報であり、将来の値を保証したり、投資などの判断を勧めたりするものではありません。