Assoc. Mădălina-Gabriela ANGHEL PhD (madalinagabriela_anghel@yahoo.com)
„Artifex” University of Bucharest
Gabriel-Ștefan DUMBRAVĂ PhD Student (stefan.dumbrava@gmail.com)
Bucharest University of Economic Studies
Oana BÂRSAN (actincon@yahoo.com)
Bucharest University of Economic Studies
Abstract
Studiul autocorelațiilor unui process economic oferă informații privind dinamica unei serii de timp și sintetizează legătura dintre o variabilă și valorile istorice. În practică, staționaritatea este o caracteristică care necesită transformarea preliminară a seriei inițiale. Pentru a evita concluzii greșite privind natura economică a variației se asigură estimarea și izolarea variației de natură cronologică. O analiză economică trebuie să pornească de la înlăturaea, pe cât posibil a iregularitățiilor determinate de valoarea extremă temporară. În acest sens sunt definite tipurile de valori, respective valorile extreme additive, valorile extreme temporare și schimbările de nivel. Descompunerea seriilor de timp se realizează prin utilizarea modelului ARIMA și a procedurii Tramo-Seats. În analizele economice trebuie identificat trendul și sezonalitatea care sunt persistente și regulate în timp fiind associate conceptului de non-staționaritate iar componenta tranzitorie ciclică și componenta aleatoare sunt associate cu conceptual de staționaritate. Modelul utilizat se bazează pe elemente de natură calitativă, semnalul reprezentând componenta neobservată care se dorește a fi estimată.
Keywords: Model spectral, serie de timp, valoare extremă, modelul ARIMA, factor calitativ, descompunere de factori, estimare.
Classification JEL: C13, C44, C50
THE SPECTRAL MODEL – GENERAL ELEMENTS
Abstract
The study of the autocorrelations of an economic process provides information on the dynamics of a time series and synthesizes the link between a variable and historical values. In practice, stationarity is a feature that requires preliminary conversion of the initial series. In order to avoid the wrong conclusions about the economic nature of the variance, the estimation and isolation of the variation of chronological nature is ensured. An economic analysis must start from the removal of as far as possible the irregularities caused by the temporary extreme value. In this regard, the types of values are defined, namely the extreme additive values, the temporary extreme values and the level changes. Time series decomposition is achieved by using the ARIMA model and the Tramo-Seats procedure. In economic analyzes, we have to identify the trend and seasonality that are persistent and regular in time being associated with the non-stationarity concept, and the cyclic transient component and the random component are associated with conceptual stationarity. The model used is based on qualitative elements, the signal representing the unobserved component that is to be estimated.
Keywords: Spectral model, time series, extreme value, ARIMA model, qualitative factor, factor decomposition, estimation.
Classification JEL: C13, C44, C50