غالبا ما تستخدم المؤسسات المالية والشركات وكذلك المستثمرين الأفراد والباحثين بيانات سلسلة زمنية مالية (مثل أسعار الأصول وأسعار الصرف والناتج المحلي الإجمالي والتضخم ومؤشرات الاقتصاد الكلي الأخرى) في التنبؤات الاقتصادية وتحليل سوق الأسهم أو دراسات البيانات نفسها.

ولكن تكرير البيانات هو المفتاح لتكون قادرة على تطبيقه على تحليل الأسهم الخاصة بك. في هذه المقالة، سنعرض لك كيفية عزل نقاط البيانات ذات الصلة بتقارير المخزون.

البيانات الأولية للطهي
غالبا ما تكون نقاط البيانات غير ثابتة أو لديها وسائل، أو تباينات أو تغيرات تتغير بمرور الوقت. السلوكيات غير ثابتة يمكن أن تكون الاتجاهات والدورات، والمشي عشوائية أو مجموعات من الثلاثة.

البيانات غير الثابتة، كقاعدة عامة، لا يمكن التنبؤ بها ولا يمكن نمذجة أو التنبؤ بها. قد تكون النتائج التي تم الحصول عليها باستخدام السلاسل الزمنية غير الثابتة زائفة لأنها قد تشير إلى وجود علاقة بين متغيرين حيث لا يوجد أحد. ومن أجل الحصول على نتائج متسقة وموثوقة، يلزم تحويل البيانات غير الثابتة إلى بيانات ثابتة. وعلى النقيض من العملية غير الثابتة التي لها تباين متغير ومتوسط ​​لا يبقى قريبا، أو يعود إلى متوسط ​​المدى الطويل مع مرور الوقت، فإن العملية الثابتة تعود حول متوسط ​​ثابت على المدى الطويل ولها تباين ثابت مستقل من الوقت.

كوبريريت © 2007 إنفستوبيديا.

الشكل 1

أنواع العمليات غير الثابتة
قبل أن نصل إلى نقطة التحول لبيانات السلاسل الزمنية المالية غير الثابتة، ينبغي أن نميز بين الأنواع المختلفة للعمليات غير الثابتة. وهذا سيوفر لنا فهما أفضل للعمليات ويسمح لنا بتطبيق التحول الصحيح. أمثلة على العمليات غير الثابتة هي المشي العشوائي مع أو بدون الانجراف (تغيير ثابت بطيء) والاتجاهات الحتمية (الاتجاهات التي هي ثابتة، إيجابية أو سلبية، مستقلة عن الوقت طوال حياة السلسلة).

كوبريريت © 2007 إنفستوبيديا. كوم

الشكل 2

• المشي العشوائي الصافي (Y _t = _t-1 + ε _t )
  القيمة في الوقت "t" تساوي قيمة الفترة الأخيرة مضافا إليها مكون عشوائي (غير منتظم) هو ضوضاء بيضاء، وهو ما يعني ε _t مستقلا وموزعا بشكل متطابق مع متوسط ​​"0" و التباين "σ²". ويمكن أيضا تسمية المشي العشوائي عملية متكاملة من بعض النظام، عملية مع جذر وحدة أو عملية مع اتجاه مؤشر ستوكاستيك. إنها عملية غير متكررة يمكن أن تتحرك بعيدا عن المتوسط ​​إما في اتجاه إيجابي أو سلبي. سمة أخرى من سمات عشوائية هو أن التباين يتطور مع مرور الوقت ويذهب إلى ما لا نهاية مع مرور الوقت إلى ما لا نهاية. وبالتالي، لا يمكن التنبؤ المشي العشوائي.
• المشي العشوائي مع الانجراف (< _t = α + Y _t-1 + ε _{t < ويتوقع أن القيمة في الوقت "t" سوف تساوي قيمة الفترة الماضية بالإضافة إلى ثابت، أو الانجراف (α)، و مصطلح الضوضاء البيضاء (ε} t
  )، ثم العملية هو المشي العشوائي مع الانجراف . كما أنه لا يعود إلى المدى الطويل ويعتمد التباين على الوقت. _{الاتجاه الحتمي (Y} t
• = α + βt + ε _t ) _{في كثير من الأحيان يتم الخلط بين المشي العشوائي والانجراف لاتجاه حتمي. ويشمل كل من الانجراف ومكون الضوضاء البيضاء، ولكن القيمة في الوقت "t" في حالة المشي العشوائي تراجعت على قيمة الفترة الماضية (Y} t-1
  )، في حين في حالة وهو اتجاه حتمي يتراجع في اتجاه زمني (βt). فالعملية غير الثابتة ذات الاتجاه الحتمي لها متوسط ​​ينمو حول اتجاه ثابت ثابت ومستقل من الزمن. _{المشي العشوائي مع الاتجاه الانجراف والحتمية (Y} t
• = α + Y _t-1 + βt + ε _t ) < عملية غير ثابتة تجمع بين المشي العشوائي مع عنصر الانجراف (α) واتجاه حتمي (βt). وهي تحدد القيمة في الوقت "t" بقيمة القيمة السابقة، والانحراف، والاتجاه، والمكون العشوائي. <لمعرفة المزيد عن المشي العشوائي والاتجاهات، راجع _{المفاهيم المالية} البرنامج التعليمي.)
  الاتجاه والفرق ثابتة يمكن أن تتحول المشي العشوائي مع أو بدون الانجراف إلى عملية ثابتة عن طريق الاختلاف (Y t-1

من Y
t <1 _من t < _{> t} - Y _t-1 = ε _t أور _t - Y _t-1 = α + ε < t _{ثم تصبح العملية الفرق ثابتة. وعيب الاختلاف هو أن العملية تفقد ملاحظة واحدة في كل مرة يتم فيها أخذ الفرق.} كوبريريت © 2007 إنفستوبيديا. كوم _{الشكل 3} عملية غير ثابتة ذات اتجاه محدد تصبح ثابتة بعد إزالة الاتجاه، أو الانعكاس. على سبيل المثال، يتم تحويل يت = α + βt + εt إلى عملية ثابتة بطرح الاتجاه βt: يت - βt = α + εt، كما هو مبين في الشكل 4 أدناه. ولا تفقد أي ملاحظة عند استخدام التجزيء لتحويل عملية غير ثابتة إلى عملية ثابتة. _{كوبريريت © 2007 إنفستوبيديا. كوم} الشكل 4 _{في حالة المشي العشوائي مع الاتجاه الانجراف والحتمية، يمكن إزالة الانحراف الاتجاه الحتمي والانجراف، ولكن التباين سوف تستمر في الذهاب إلى ما لا نهاية. ونتيجة لذلك، يجب أيضا تطبيق الاختلاف لإزالة الاتجاه العشوائي.} الاستنتاج

يؤدي استخدام بيانات السلاسل الزمنية غير الثابتة في النماذج المالية إلى نتائج غير موثوقة وشفيفة ويؤدي إلى ضعف الفهم والتنبؤ. وحل المشكلة هو تحويل بيانات السلاسل الزمنية بحيث تصبح ثابتة. إذا كانت العملية غير ثابتة هي المشي العشوائي مع أو بدون الانجراف، وتحولت إلى عملية ثابتة عن طريق الاختلاف.من ناحية أخرى، إذا كانت البيانات سلسلة زمنية تحليلها يظهر اتجاها حتميا، يمكن تجنب النتائج الهامشية عن طريق ديترندينغ. وفي بعض الأحيان، قد تجمع السلسلة غير الثابتة بين الاتجاه العشوائي والحتمي في نفس الوقت، ولتجنب الحصول على نتائج مضللة ينبغي تطبيق الاختلاف والتجذير على حد سواء، حيث أن الاختلاف سيؤدي إلى إزالة الاتجاه في التباين وإزالة الاتجاه سيزيل الاتجاه الحتمي.

كيف يحدد حجم التباين في حجم النفقات الثابتة الثابتة ما إذا كانت الشركة مربحة أم لا؟ معرفة سبب نظر بعض المحللين الأساسيين إلى التباين في حجم النفقات الثابتة كمؤشر على ربحية الشركة أو استخدام المنشأة. كيف يمكنني استخدام الأموال من العمليات إلى إجمالي نسبة الدين لتقييم المخاطر؟ معرفة المزيد عن الأموال من العمليات إلى إجمالي نسبة الدين وكيفية استخدام ففو إلى إجمالي نسبة الدين لتقييم مستوى الشركة من المخاطر. كيف يمكنني تحويل الدولار إلى الجنيه أو اليورو إلى الين أو الفرنك إلى الدولار، وما إلى ذلك؟ يمكن تحويل العملة باستخدام تحويل العملات عبر الإنترنت أو يمكن تحويلها يدويا. لاستخدام أي من الأسلوبين، يجب عليك أولا البحث عن سعر الصرف باستخدام آلة حاسبة سعر الصرف عبر الإنترنت أو عن طريق الاتصال بالمصرف الذي تتعامل معه. كن على علم بأن الأسعار التي يتقاضاها المصرف الخاص بك قد تختلف عن تلك التي تراها على الإنترنت لأن البنوك تكسب أرباحا صغيرة في البورصات، في حين أن معدلات الانترنت هي نفسها تلك التي يتم نقلها بين البنوك.