Ajasõltuvus on paljude aegridade andmete tunnus, mis näitab, et minevik mõjutab tulevikku.
Teisisõnu sõltub sel aastal kogutud muutuja väärtus suuresti nimetatud muutuja eelmise aasta andmete väärtusest. Aja sõltuvus on omadus, mida ökonomeetrilistes uuringutes arvesse võtta. Mõnel juhul saate prognoose parandada. Kuid kui seda valesti analüüsida, võib see põhjustada suuri hinnanguvigu.
Muidugi ei mõjuta ajasõltuvus kõiki aegridade andmeid võrdselt. Aegridasid on neli peamist tüüpi. Need neli peamist tüüpi on kokku võetud järgmises tabelis:
Tüüp, mida nad tavaliselt mõjutavad, on tüüp 2 ja 4. See tähendab, et kui keskmine suureneb või väheneb (mitte konstantne). Teisisõnu, kui muutuja on tõusvas või langevas trendis. Kuid sõltuvus ajast võib mõjutada ka 3. tüüpi. Väga harva mõjutab see 4. tüüpi.
Põhjendus on sirgjooneline. Tüüp 4 ei muutu sõltuvusest ajast, sest olenemata mööduvast ajast keerleb seeria vaid mõne piiri ümber. Minevikus toimunu ei aita tulevikku ennustada.
Näited sõltuvusest ajast
Aja sõltuvus määratleb asjaolu, et praegu kogutavad andmed sõltuvad varasemast arengust. Näiteks sisemajanduse koguprodukti (SKP) hetkeväärtus sõltub muu hulgas mineviku väärtusest. Kui eelmisel aastal oli selle väärtus 100 miljonit, siis sel aastal kõigub see kõige rohkem vahemikus 90 kuni 110. Ja me räägiksime väga suurest variatsioonivahemikust. Igal juhul ei lähe väärtus 100 miljonilt 10 miljonile. Järgmine graafik näitab riigi SKP arengut 40 aasta jooksul.
Teine väga lihtne näide võiks olla börsil noteeritud ettevõtte aktsiad. Kui eile oli iga aktsia väärtus 5 eurot, siis tavapärane on see, et täna jääb selle hind vahemikku 4,5–5,5 eurot. Ja me kordame, et me räägime väga laiast variatsioonivahemikust. Mis oleks väga haruldane, on see, et see läheb päevas 5 eurolt 10 euroni või 5 eurolt 1 eurole. See on väga ebatõenäoline. Järgmine graafik näitab aktsia arengut 5 aasta jooksul.
Kokkuvõtteks võime öelda, et paljud majandusmuutujate aegridade andmed esitavad sõltuvust ajast. See, et nad esitavad sõltuvust ajast, pole halb ega hea, vaid lihtsalt teistsugune. Nii et selle erinevusega tuleb tegeleda asjakohaste tehnikatega.