⏱ زمان مطالعه: 12 دقیقه
مبانی و چرخه پردازش داده‌ها در ایویوز
نرم‌افزار EViews یکی از تخصصی‌ترین ابزارهای حوزه اقتصادسنجی است که به‌طور ویژه برای تحلیل‌های سری زمانی، داده‌های مقطعی و داده‌های ترکیبی توسعه یافته است. پردازش کارآمد در این نرم‌افزار نیازمند درک ساختار ذخیره‌سازی داده‌ها در قالب فایل‌های کاری یا Workfile است. هنگامی که محقق مجموعه‌ای از داده‌ها را وارد محیط برنامه می‌کند، باید ماهیت فرکانسی آن‌ها از قبیل سالانه، فصلی، ماهانه یا بدون ساختار مشخص شود؛ زیرا هرگونه تعریف نادرست ساختار زمانی، محاسبات مربوط به وقفه‌ها و تفاضل‌گیری‌ها را مختل می‌سازد.
موتور محاسباتی برنامه بر پایه اشیاء یا Objects عمل می‌کند. هر متغیر، نمودار، معادله برآوردی یا ماتریس به منزله یک شیء مستقل ذخیره می‌شود که مشخصات آماری و پیشینه فرمولاسیون خود را حفظ می‌کند. برای نمونه، متغیر نرخ تورم پس از ورود به سیستم، می‌تواند هم‌زمان در یک پنجره به‌صورت نمودار روند زمانی، در پنجره‌ای دیگر به‌صورت هیستوگرام توزیع فراوانی و در ساختار معادله به‌شکل متغیر وابسته یا مستقل مورد پردازش قرار گیرد. این شیوه تفکیک اشیاء مانع از دست رفتن داده‌های خام طی فرآیندهای محاسباتی می‌شود.
یک اشتباه رایج میان کاربران تازه‌کار، وارد کردن مستقیم داده‌های دستکاری‌شده از نرم‌افزارهای صفحه گسترده بدون بررسی فرمت سلول‌ها است. وجود فواصل خالی میان ردیف‌ها یا متون غیرعددی در ستون‌ها منجر به ایجاد مقادیر گم‌شده یا برچسب‌گذاری نادرست می‌گردد. پیش از شروع هر آزمونی، بررسی اولیه جدول آماره‌های توصیفی برای مقادیر میانگین، انحراف معیار، چولگی، کشیدگی و آماره جارک-برا به کاربر اجازه می‌دهد تا ناهنجاری‌های آشکار داده‌ای و داده‌های پرت را شناسایی کند.
آزمون‌های مانایی و ریشه واحد در سری‌های زمانی
بسیاری از متغیرهای کلان اقتصادی نظیر تولید ناخالص داخلی، حجم نقدینگی و شاخص قیمت مصرف‌کننده دارای روندهای زمانی صعودی هستند و ساختاری نامانا دارند. به‌کارگیری مستقیم متغیرهای نامانا در تخمین رگرسیون، پدیده‌ای به نام رگرسیون کاذب ایجاد می‌کند؛ حالتی که در آن ضریب تعیین مدل به شکلی فریبنده بالا گزارش می‌شود و آماره تی معنی‌داری آماری نشان می‌دهد، در حالی که هیچ ارتباط ساختاری میان متغیرها وجود ندارد. به همین دلیل، آزمون ریشه واحد سنگ بنای مطالعات سری زمانی به شمار می‌رود.
مطلب مرتبط: thesis writing
برای تشخیص مانایی، آزمون‌هایی مانند دیکی-فولر تعمیم‌یافته (ADF) و فیلیپس-پرون (PP) در ایویوز تعبیه شده‌اند. فرضیه صفر در آزمون ADF بیانگر وجود ریشه واحد و در نتیجه نامانایی متغیر است. تصمیم‌گیری پیرامون مانا بودن بر پایه مقایسه آماره آزمون با مقادیر بحرانی جدول مک‌کینون در سطوح خطای یک، پنج یا ده درصد انجام می‌شود. اگر قدر مطلق آماره محاسبه‌شده از قدر مطلق مقدار بحرانی بزرگ‌تر باشد، فرضیه صفر رد شده و متغیر در سطح مانا تلقی می‌شود؛ در غیر این صورت، با یک بار تفاضل‌گیری مجدداً آزمون اجرا می‌شود تا انباشتگی درجه یک تایید گردد.
فرض کنید پژوهشگری در حال ارزیابی متغیر نرخ ارز در بازه زمانی بیست ساله است. اجرای آزمون ADF در حالت سطح با عرض از مبدا، مقدار آماره منفی یک و دو دهم را ارائه می‌دهد، در حالی که مقدار بحرانی در سطح پنج درصد برابر منفی دو و نه دهم است. بنابراین فرضیه ریشه واحد رد نمی‌شود. اما پس از محاسبه تفاضل مرتبه اول، مقدار آماره به منفی چهار و شش دهم تغییر می‌یابد که نشان‌دهنده مانا شدن متغیر با یک بار تفاضل‌گیری است. اشتباه متداول در این مرحله، انتخاب نادرست الگوی آزمون از میان گزینه‌های دارای روند و عرض از مبدا، صرفاً عرض از مبدا یا بدون هیچ‌یک است که در صورت نادیده گرفتن ماهیت نموداری سری، نتایج گمراه‌کننده‌ای تولید می‌کند.
| نام آزمون | فرضیه صفر (H0) | شرط مانایی متغیر | ویژگی ساختاری |
|---|---|---|---|
| دیکی-فولر تعمیم‌یافته (ADF) | وجود ریشه واحد (نامانا) | رد فرضیه صفر بر اساس مقادیر بحرانی | کنترل خودهمبستگی با افزودن وقفه |
| فیلیپس-پرون (PP) | وجود ریشه واحد (نامانا) | رد فرضیه صفر در سطح خطای منتخب | اصلاح ناپارامتریک خطاهای ناهمسانی |
| کی‌پی‌اس‌اس (KPSS) | مانایی سری زمانی (مانا) | عدم رد فرضیه صفر در سطح بحرانی | فرضیه صفر معکوس نسبت به ADF |
تکنیک‌های هم‌انباشتگی و الگوریتم‌های تعادل بلندمدت
اگرچه تفاضل‌گیری متغیرهای نامانا را تبدیل به متغیرهای مانا می‌کند، اما اطلاعات باارزش موجود در سطوح اولیه داده‌ها و رفتارهای تعادلی بلندمدت متغیرها را پاک می‌سازد. نظریه هم‌انباشتگی راه‌حلی برای این معضل است. بر اساس این مفهوم، اگر دو یا چند متغیر نامانای درجه یک با یکدیگر ترکیب خطی تشکیل دهند و جملات پسماند این ترکیب مانا باشد، متغیرها با یکدیگر هم‌انباشته هستند. این رویداد گویای وجود رابطه تعادلی باثبات در بلندمدت است که انحرافات کوتاه‌مدت آن با گذشت زمان اصلاح می‌شود.
مطلب مرتبط: نگارش ریسرچ پروپوزال برای اپلای
در تحلیل هم‌انباشتگی دو رویکرد اصلی وجود دارد: رویکرد تک‌معادله‌ای انگل-گرنجر و رویکرد چندمتغیره سیستمی یوهانسن. آزمون انگل-گرنجر پسماندهای یک رگرسیون ساده را ارزیابی می‌کند، اما رویکرد یوهانسن که بر پایه مدل‌های خودرگرسیون برداری (VAR) شکل گرفته، امکان شناسایی چندین بردار هم‌انباشتگی را از طریق آماره‌های اثر (Trace) و حداکثر مقادیر ویژه (Maximum Eigenvalue) فراهم می‌سازد. در این آزمون، رتبه ماتریکس ضرایب نشان‌دهنده تعداد روابط پایدار موجود میان متغیرها است.
در پروژه‌ای فرضی برای بررسی رابطه میان مخارج مصرفی، درآمد ملی و نرخ بهره، آزمون یوهانسن ممکن است وجود حداقل یک بردار هم‌انباشتگی را در سطح خطای پنج درصد تایید کند. بر این پایه، استفاده از الگوی تصحیح خطای برداری (VECM) ضرورت می‌یابد. خطای مکرر محققان در اینجا، تعیین غیراصولی طول وقفه بهینه پیش از اجرای آزمون است. اگر طول وقفه مدل VAR بر مبنای معیارهای اطلاعاتی نظیر آکائیک یا شوارتز-بیزین به درستی گزینش نشود، تعداد بردارهای هم‌انباشتگی به غلط برآورد شده و پارامترهای بلندمدت سوگیر خواهند بود.
تخمین معادلات رگرسیونی و عیب‌یابی پسماندها
روش حداقل مربعات معمولی (OLS) ساده‌ترین و متداول‌ترین سازوکار برای برازش خطی در نرم‌افزار ایویوز است. با این حال، معتبر بودن ضرایب و استنباط‌های آماری وابسته به برقرار بودن فروض کلاسیک مدل رگرسیون است. پسماندهای به دست آمده از معادله باید دارای میانگین صفر، واریانس همسان، توزیع نرمال و استقلال خطی از یکدیگر باشند. بدون سنجش این شرایط، آماره‌های مربوط به آزمون تی و اف فاقد اعتبار ریاضی خواهند بود.
مطلب مرتبط: انجام پروژه کسر خدمت
ایویوز ابزارهای پیشرفته‌ای در منوی تشخیص پسماندها (Residual Diagnostics) برای شناسایی نقض فروض کلاسیک دارد. آزمون بروش-گادفری برای کشف خودهمبستگی مراتب بالاتر، آزمون وایت و بروش-پاگان-گادفری جهت شناسایی ناهمسانی واریانس، و آزمون رمزی (Ramsey RESET) برای ارزیابی تصریح درست شکل تبعی معادله به کار می‌روند. چنانچه فرضیه همسانی واریانس رد شود، فواصل اطمینان و خطاهای استاندارد مخدوش می‌شوند و پژوهشگر باید از روش‌های تخمین ماتریس کوواریانس مقاوم همچون وایت یا نیووی-وست استفاده کند.
به عنوان مثال، فرض کنید معادله‌ای برای بررسی تاثیر مخارج تبلیغات بر حجم فروش یک شرکت صنعتی برازش شده است. آماره دوربین-واتسون برابر با یک و یک دهم گزارش می‌شود که نشان‌دهنده وجود خودهمبستگی مثبت پسماندها است. پژوهشگر با مراجعه به آزمون ضریب لاگرانژ (LM Test) و بررسی آماره خی‌دو فرضیه عدم خودهمبستگی تا وقفه دوم را رد می‌کند. غفلت از این مسئله خطاهای استاندارد ضرایب را کوچک‌تر از حد واقعی نمایش می‌دهد و متغیری بی‌اثر را معنی‌دار جلوه می‌دهد. چاره کار در این حالت، تجدیدنظر در شکل تابع، اضافه کردن متغیرهای توضیحی جاافتاده یا وارد کردن وقفه‌های متغیر وابسته در چارچوب مدل‌های پویا است.
مدل‌های خودرگرسیون برداری (VAR) و تحلیل‌های ساختاری
در مواردی که متغیرها اثرات متقابل و هم‌زمان بر یکدیگر دارند، تفکیک متغیرها به درون‌زا و برون‌زا دشوار است. رویکرد خودرگرسیون برداری (VAR) که توسط کریستوفر سیمز توسعه یافت، با رفتار درون‌زا با تمام متغیرها این محدودیت را برطرف می‌کند. در سیستم‌های VAR، هر متغیر تابعی از مقادیر جاری و وقفه‌دار خود و سایر متغیرهای مدل در نظر گرفته می‌شود. این ساختار اجازه می‌دهد تا پویایی‌های کوتاه‌مدت بدون تحمیل قیود سنگین نظری تحلیل شوند.
اجزای کلیدی تحلیل در چارچوب VAR عبارتند از: توابع عکس‌العمل تحریک (Impulse Response Functions) و تجزیه واریانس خطای پیش‌بینی (Variance Decomposition). توابع پاسخ ضربه مسیر زمانی واکنش یک متغیر درون‌زا به یک تکانه مثبت به اندازه یک انحراف معیار در خطای ساختاری متغیر دیگر را ردیابی می‌کنند. هم‌زمان، جدول تجزیه واریانس سهم تکانه‌های هر متغیر را در تغییرات پیش‌بینی‌نشده سایر متغیرها طی افق‌های زمانی معین تفکیک می‌نماید.
مطلب مرتبط: انجام پایان نامه هوش مصنوعی
فرض کنید قصد مدل‌سازی شوک نرخ بهره بانکی بر شاخص مسکن با استفاده از سیستم VAR وجود دارد. اگر نمودار پاسخ ضربه نشان دهد که شاخص مسکن پس از سه دوره با افت مواجه شده و اثر شوک پس از ده دوره از بین می‌رود، این یافته رفتار تعدیلی بخش مسکن را تصویر می‌کند. یکی از خطاهای پرتکرار در ایویوز، نادیده گرفتن ترتیب چیدمان متغیرها در روش تعامد چولسکی است. از آنجا که روش چولسکی ساختاری بالامثلثی یا پایین‌مثلثی ایجاد می‌کند، تغییر ترتیب ورود متغیرها نتایج توابع تحریک را دگرگون می‌سازد؛ از این رو، چینش متغیرها باید مستند به استدلال‌های شفاف اقتصادی باشد.
مدل‌سازی نوسانات مالی با الگوهای خانواده ARCH و GARCH
در بازارهای مالی مانند بورس اوراق بهادار، بازار ارز و ارزهای دیجیتال، فرض ثبات واریانس پسماندها در طول زمان نقض می‌شود. بازده دارایی‌های مالی معمولاً پدیده‌ای به نام خوشه‌بندی نوسانات (Volatility Clustering) را نشان می‌دهند؛ به این معنی که نوسانات بزرگ به‌دنبال نوسانات بزرگ و دوره‌های آرامش به‌دنبال دوره‌های آرامش دیگر رخ می‌دهند. الگوهای واریانس ناهمسان شرطی خودرگرسیون (ARCH) و شکل تعمیم‌یافته آن (GARCH) برای مدل‌سازی این ویژگی به کار گرفته می‌شوند.
ایویوز از طیف گسترده‌ای از مدل‌های خانواده گارچ پشتیبانی می‌کند. در مدل پایه GARCH(1,1)، واریانس شرطی در هر دوره، تابعی از میانگین بلندمدت، مربع خطای دوره گذشته (جمله ARCH) و واریانس شرطی دوره گذشته (جمله GARCH) است. برای بررسی اثرات نامتقارن اخبارهای مثبت و منفی، مدل‌هایی مانند EGARCH (گارچ نمایی) و TARCH (گارچ آستانه‌ای) استفاده می‌شوند که اهرم نوسان (Leverage Effect) را می‌سنجند؛ وضعیتی که در آن اخبار بد نوسان بیشتری نسبت به اخبار خوب هم‌اندازه ایجاد می‌کند.
مطلب مرتبط: statistical analysis spss
فرض کنید بازده روزانه یک نماد معاملاتی در بورس تهران مدل‌سازی می‌شود. پس از برازش یک معادله میانگین ساده، آزمون ARCH-LM در وقفه‌های مختلف آماره معناداری تولید می‌کند که گواه حضور ناهمسانی واریانس شرطی است. با تخمین مدل EGARCH مشاهده می‌شود که ضریب اثر اهرمی منفی و از نظر آماری معنادار است؛ این یعنی افت قیمت‌ها در این سهم نوسان نااطمینانی شدیدتری نسبت به جهش‌های هم‌مقیاس آن به وجود می‌آورد. خطای شایع در این تخمین‌ها، استفاده از توزیع نرمال استاندارد برای پسماندها در شرایطی است که توزیع داده‌ها دنباله پهن (Fat Tails) دارد. برای رفع این مشکل، تغییر توزیع خطاها به تی-استودنت یا توزیع خطای تعمیم‌یافته (GED) دقت پارامترها را بالا می‌برد.
تحلیل داده‌های پانل دیتا و مدل‌سازی اثرات ثابت و تصادفی
داده‌های ترکیبی یا تابلویی (Panel Data) داده‌هایی هستند که در آن‌ها اطلاعات مربوط به چند مقطع (نظیر شرکت‌ها، استان‌ها یا کشورها) در طول زمان پیگیری می‌شوند. این ساختار داده‌ای مزایای عمده‌ای از قبیل افزایش درجات آزادی، کاهش هم‌خطی میان متغیرها و امکان کنترل ناهمگنی‌های مشاهده‌نشده میان واحدها را داراست. در ایویوز، تعریف ساختار پانل مستلزم تعیین دو بعد مقطع (Cross-section) و دوره (Date) در ساختار فایل کاری است.
فرایند انتخاب الگوی نهایی در مدل‌های داده‌های تابلویی شامل یک تصمیم‌گیری دومرحله‌ای ساختارمند است:
مطلب مرتبط: سفارش پایان نامه داروسازی
- آزمون چاو یا اف لیمر: این آزمون بررسی می‌کند که آیا استفاده از داده‌های تابلویی ضرورت دارد یا می‌توان از داده‌های تلفیقی (Pooled OLS) استفاده کرد. در صورت رد فرضیه صفر، تفاوت‌های مقطعی تایید شده و ساختار اثرات انتخاب می‌شود.
- آزمون هاسمن: در صورت تایید اثرات، گام بعدی گزینش میان مدل اثرات ثابت (Fixed Effects) و مدل اثرات تصادفی (Random Effects) است. فرضیه صفر این آزمون حاکی از عدم همبستگی میان خطاهای مقطعی و متغیرهای توضیحی است. رد فرضیه صفر به معنای ترجیح مدل اثرات ثابت است.
در پروژه‌ای فرضی پیرامون تاثیر حاکمیت شرکتی بر بازده دارایی‌ها در پنجاه شرکت طی دوره ده ساله، نتیجه آزمون اف لیمر مقدار احتمالاتی کمتر از پنج صدم ارائه می‌دهد که مدل تلفیقی را رد می‌کند. سپس، آماره آزمون هاسمن با سطح خطای سه صدم، فرض کارآمدی اثرات تصادفی را نقض کرده و استفاده از مدل اثرات ثابت را الزامی می‌سازد. نقص رایج در این مطالعات، غفلت از ناهمسانی واریانس بین مقاطع و همبستگی هم‌زمان میان اجزای اخلال است. استفاده از روش حداقل مربعات تعمیم‌یافته تابلویی (Cross-section SUR یا White Period) این نقایص را رفع می‌کند.
آزمون‌های تشخیصی شکست ساختاری و رویکردهای غیرخطی
سیاست‌های کلان ناگهانی، بحران‌های اقتصادی و شوک‌های بیرونی می‌توانند روابط ساختاری میان متغیرها را دگرگون سازند. عدم توجه به این شوک‌ها باعث می‌شود ضرایب تخمینی در طول زمان ناپایدار بوده و عملکرد پیش‌بینی مدل دچار خطای جدی گردد. ایویوز امکاناتی جهت پایش پایداری ضرایب و کشف زمان‌های دقیق وقوع شکست ساختاری فراهم کرده است که اعتبار الگوها را ارتقا می‌دهد.
برای بررسی ثبات پارامترها، آزمون‌های مجموع تجمعی پسماندها (CUSUM) و مجموع تجمعی مجذور پسماندها (CUSUMSQ) متداول‌ترین روش‌ها هستند. این آزمون‌ها ثبات ضرایب را با ترسیم نموداری و قرارگیری در محدوده فواصل اطمینان پنج درصد نشان می‌دهند. چنانچه نمودار خطوط بحرانی را قطع کند، بی‌ثباتی ساختاری اثبات می‌شود. علاوه بر این، در حالتی که نقطه شکست در داده‌ها ناشناخته باشد، آزمون شکست ساختاری بای-پرون (Bai-Perron) نقاط شکست چندگانه درون‌زا را همراه با تاریخ دقیق آن‌ها بدون پیش‌فرض اولیه استخراج می‌کند.
مطلب مرتبط: هزینه انجام پروپوزال
به عنوان نمونه، هنگام تخمین تقاضای پول در بازه زمانی ۱۳۸۰ تا ۱۴۰۰، ممکن است به دلیل تغییر ناگهانی سیاست‌های ارزی در سال ۱۳۹۱ رابطه نقدینگی و تورم تغییر شیب داده باشد. استفاده از آزمون چاو با تعیین سال ۹۱ به‌عنوان شکست یا اجرای آزمون بای-پرون نشان می‌دهد که عرض از مبدا و ضرایب شیب قبل و بعد از این سال تفاوت معنادار آماری دارند. نادیده گرفتن این جهش ساختاری و ادامه تخمین با یک رگرسیون یکپارچه، منتهی به انحراف جدی برآوردها می‌شود. در این وضعیت، افزودن متغیرهای مجازی (Dummy Variables) تعاملی برای تفکیک دو دوره، پایداری معادله نهایی را تضمین می‌کند.
پرسش‌های متداول پیرامون استفاده کاربردی از ایویوز
چرا مقدار آماره دوربین-واتسون در برخی مدل‌ها نزدیک به ۲ نیست؟
آماره دوربین-واتسون خودهمبستگی پسماندها را در وقفه اول می‌سنجد و مقدار ایده‌آل آن حوالی عدد ۲ است. فاصله معنادار از ۲ (کمتر از ۱.۵ یا بیشتر از ۲.۵) نشان‌دهنده خودهمبستگی مرتبه اول است. این مسئله به دلیل حذف متغیرهای اثرگذار، فرم تبعی اشتباه یا وجود پویایی در داده‌ها رخ می‌دهد که با بررسی وقفه متغیرها یا آزمون دقیق‌تر بروش-گادفری برطرف می‌شود.
در آزمون هاسمن چه زمانی باید از مدل اثرات ثابت استفاده کرد؟
در آزمون هاسمن، فرضیه صفر بر کارایی و ارجحیت مدل اثرات تصادفی دلالت دارد. اگر سطح معناداری آماره (p-value) کمتر از سطح خطای پنج درصد باشد، فرضیه صفر رد می‌شود. این نتیجه نشان می‌دهد که متغیرهای توضیحی با خطاهای فردی همبستگی دارند، بنابراین الزاما باید مدل اثرات ثابت (Fixed Effects) برای تخمین نهایی انتخاب شود.
تفاوت روش‌های انتخاب وقفه بهینه بر مبنای معیارهای آکائیک و شوارتز چیست؟
هر دو شاخص برای گزینش وقفه بهینه در مدل‌های سری زمانی استفاده می‌شوند؛ با این تفاوت که معیار اطلاعاتی شوارتز-بیزین (SC یا SIC) به دلیل جریمه سنگین‌تر برای تعداد پارامترهای بیشتر، وقفه‌های کوتاه‌تر و مدل‌های خلوت‌تری را برمی‌گزیند، در حالی که معیار آکائیک (AIC) در نمونه‌های با حجم متوسط وقفه‌های بالاتری پیشنهاد می‌دهد.
