كيف يمكن قياس التقلب في ارتباط الزوج؟
الإجابة المباشرة
يعني التقلب في ارتباط الزوج أن العلاقة بين سلسلتين زمنيتين ليست ثابتة عبر الزمن. لقياس ذلك، احسب أولاً ارتباط الزوج كارتباط متغير مع الزمن (على سبيل المثال باستخدام نافذة متحركة). ثم قِس مقدار تذبذب هذا الارتباط المتحرك نفسه—باستخدام إحصاءات مثل الانحراف المعياري (أو مقاييس انتشار أخرى) لسلسلة الارتباط المتحرك.
يركز هذا الأسلوب على قياس التغير، وليس التنبؤ باتجاه المستقبل.
الآلية أو التعريف
ابدأ بسلسلتين زمنيتين متوافقتين، على سبيل المثال عوائد من أداتين: xₜ و yₜ. يُعرَّف ارتباط الزوج عادةً بأنه الارتباط بين x و y خلال فترة مختارة.
لجعل الارتباط متغيراً مع الزمن، استخدم نافذة متحركة بطول W:
- لكل لحظة زمنية t، خذ آخر W ملاحظات {xₜ₋W+1…xₜ} و {yₜ₋W+1…yₜ}.
- احسب الارتباط داخل تلك النافذة، مما ينتج عنه سلسلة rₜ (وهي “ارتباط الزوج المتحرك”).
ولقياس التقلب في تلك العلاقة، احسب مقياساً من طبقة ثانية على {rₜ} عبر فترة تقييم أطول:
- تقلب الارتباط (الانتشار): الانحراف المعياري لقيم rₜ.
- مقاييس انتشار بديلة: المدى الربيعي (IQR) لـ rₜ، أو متوسط الانحراف المطلق.
- عدسة تغيّر النظام (اختياري): احسب كم مرة يعبر rₜ حدوداً يختارها المستخدم (مثل أن يصبح إيجابياً/سلبياً بقوة)، كطريقة وصفية لالتقاط عدم الاستقرار.
يجب أن تكون الافتراضات الأساسية واضحة:
- تحتاج إلى تردد أخذ عينات ثابت (نفس خطوة الزمن لكلا السلسلتين).
- تحتاج إلى أزمنة متوافقة (تعامل مع القيم المفقودة بشكل متسق).
- يجب أن تحدد ما الذي تعنيه بـ “العوائد” أو “التغيرات” (مثل العوائد اللوغاريتمية مقابل العوائد البسيطة) وتطبقه بشكل متسق.
الدليل أو مثال
فكر في مثال بسيط مع سلسلتين لعوائد على مدى N ملاحظة. ليكن W هو طول النافذة المتحركة. تحسب rₜ لكل t حيث توجد نافذة كاملة، مما يعطي متجهاً من الارتباطات المتحركة.
الآن افترض أنك أيضاً تحسب تقلب الارتباط كـ الانحراف المعياري لـ rₜ عبر نطاق التقييم. إذا بقيت rₜ قريبة من قيمة واحدة، فإن الانحراف المعياري يكون صغيراً، مما يشير إلى تلازم أكثر استقراراً نسبياً. أما إذا تأرجحت rₜ على نطاق واسع (حتى لو كان متوسط الارتباط قريباً من الصفر)، فإن الانحراف المعياري يكون أكبر، مما يشير إلى تقلب أعلى في العلاقة.
يمكنك أيضاً مقارنة كيفية تغيّر النتائج عند تغيير W:
- قد تستجيب نافذة أقصر بسرعة للتغيرات المحلية لكنها قد تكون أكثر ضجيجاً.
- قد تُنعّم نافذة أطول التغيرات لكنها قد تُخفي عدم استقرار قصير الأجل.
القيود والمخاطر
- حساسية حجم النافذة (وضع الفشل): يعتمد التقلب المقاس بشدة على W. قد تؤدي قيم W المختلفة إلى استنتاجات مختلفة حول “الاستقرار”، خصوصاً عندما تتغير العلاقات.
- الارتباط ليس سببية: لا يفسر الارتباط المتغير سبب تغيّره.
- انقطاعات النظام: الارتباطات تاريخية. يمكن أن تتغير العلاقات عندما تتغير أنظمة السوق، أو تتغير السيولة، أو تتغير طبيعة تحركات الأسعار.
- جودة البيانات والتوافق: قد يؤدي فقدان البيانات، وأخذ عينات غير متزامن، ومعالجة مسبقة غير متسقة (مثل تعريفات عوائد مختلفة) إلى خلق تقلب ارتباط اصطناعي.
- لا ثباتية تباين: إذا كانت كل سلسلة لديها تقلب متغير مع الزمن، فقد تصبح تقديرات الارتباط غير مستقرة حتى دون تغيير ذي معنى في بنية الاعتماد الأساسية.
هذه أسباب للتعامل مع القياس باعتباره وصفياً ومعتمداً على السيناريو.
التحقق أو السؤال التالي
للتحقق من اختيارات القياس بشكل مستقل:
- أعد حساب الارتباط المتحرك باستخدام ما لا يقل عن طولين محتملين للنافذة وتحقق مما إذا كانت نتيجة “تقلب الارتباط” متشابهة نوعياً.
- أكد أن السلسلتين متوافقتان على نفس شبكة الزمن وأن تستخدم تعريف عوائد واحداً متسقاً.
- افحص سلسلة الارتباط المتحرك rₜ مباشرةً (وليس فقط ملخص التقلب) للتمييز بين الانجراف التدريجي والانقطاعات المفاجئة.
سؤال مفيد تالٍ هو: أي تعريف يطابق أفضل الاعتماد الذي تهتم به—الارتباط الخطي (Pearson) أم مقياس اعتماد مختلف يمكن أن يتصرف بشكل مختلف تحت أحداث الذيل؟
DOCUMENT END