시계열분석이란
설명
시계열time Series 이란 쉽게 말해 실제 데이터로 얻어지는 확률과정이라고 볼 수 있다. 주가지수는 시간이 흐름에 따라 불확실성을 가지고 그 값이 변하므로 시계열의 좋은 예시가 될 수 있다. 시계열분석이란 이렇듯 시간 변수의 흐름에 따른 종속변수의 움직임을 이해하고 예측하는 것을 목표로 하는 분석법이다.
회귀분석과의 가장 큰 차이점은 회귀분석이 독립변수가 서로 독립이고 변수 그 자체도 독립성을 가진다는 것을 전제로 하는 것과 달리, 시계열분석은 변수가 자기상관성을 가지는 것을 전제로 한다는 것이다. 또한 회귀분석은 데이터의 순서에 전혀 신경쓰지 않지만, 시계열은 앞의 데이터가 뒤의 데이터에 영향을 미친다고 보고 분석에 임하므로 그 순서가 중요하다.
주식은 자기상관성의 예로써도 좋다. 코스닥 시장에서 주식의 액면가가 올라갈지 내려갈지는 알 수 없지만, 오늘 1주에 10,000원이라면 내일은 올라봤자 13,000원이고, 떨어져봤자 7,000원이다. 물론 이는 현행법 때문에 30%p 이상의 등락이 있을 수 없기 때문이지만, 내일의 액면가 $Y_{t+1}$ 는 분명히 오늘의 액면가 $y_{t} = 10000$ 에 종속되어 있는 것이다. 이렇듯 무작위적으로 변하더라도 현재까지의 데이터와 어느정도 상관이 있는 변화를 캐치하는 것이 바로 시계열 분석의 목표다. [ NOTE: 내일의 액면가는 아직 알 수 없기 때문에 확률변수로 나타내기 위해 대문자, 오늘의 액면가는 이미 알고 있는 데이터기 때문에 소문자로 나타낸 것이다. ]