時系列分析へようこそ！
こんにちは！今日は「時系列（Time Series）」の世界を一緒に探検していきましょう。将来のCPA（米国公認会計士）を目指す皆さんにとって、数字をただ眺めるだけではなく、その背後にあるパターンを見抜く力は非常に重要です。クライアントの売上予測であれ、翌年の予算策定であれ、データが時系列でどう変化するかを理解することは、まさに最強のスキルといえます。「数学はあまり得意じゃないかも…」と不安に思う必要はありません。実社会の文脈に沿って、一つひとつ噛み砕いて解説していきますね。
時系列とは？
時系列とは、ある一定期間にわたって定期的な間隔で記録された一連の観測値（データポイント）のことです。銀行の明細書やスマートフォンのスクリーンタイムのレポートを思い浮かべてみてください。あれらは毎日、毎月、あるいは毎年集められたデータであり、まさに時系列データの典型例です。
時系列の4つの構成要素
グラフでデータを見ると、最初は複雑でごちゃごちゃしているように見えるかもしれません。しかし、統計学者はどんな時系列データも、実際には4つの「材料」で構成されていると考えています。これらを時系列の構成要素（Components of Time Series）と呼びます。覚え方は、頭文字をとって「T.S.C.I.」です。
1. トレンド（Trend: T）
トレンドは、データの長期的な動きを表します。数年単位で見て、ビジネス全体が成長しているのか、衰退しているのか、あるいは横ばいなのかを示します。トレンドは日々の小さな「揺れ」を無視して、大局的な流れに焦点を当てます。
例：過去15年間のスマートフォンの利用状況を考えてみてください。特定の月で売上が落ち込むことがあったとしても、長期的なトレンドは右肩上がりの急成長を続けていますよね。
2. 季節変動（Seasonal Variation: S）
季節変動は、通常1年以内の一定期間内で繰り返される短期的な変動です。季節や月、さらには曜日などに基づいて予測可能なパターンです。
例：香港における月餅（げっぺい）の売上は、毎年「中秋節」の時期に急上昇し、その後すぐにほぼゼロまで落ち込みます。これは典型的な季節変動のパターンです。
3. 循環変動（Cyclical Variation: C）
循環変動は、数年にわたって起こる長期的な「波」です。通常は景気循環（ビジネスサイクル）（好況と不況の時期）と連動しています。季節変動とは異なり、サイクルの長さは固定されておらず、予測が難しいのが特徴です。
例：香港の不動産市場は、価格が高騰した後に数年間の調整期間（冷却期間）を経て、再び上昇するというサイクルを繰り返すことがよくあります。
4. 不規則変動（Irregular Variation: I）
不規則変動（ランダム変動とも呼ばれます）は、「予期せぬ出来事」です。特定のパターンに従わない予測不能な動きで、自然災害、突然のストライキ、世界的なパンデミックのような単発的な事象によって引き起こされます。
例：2020年初頭のマスク需要の急増は、過去のデータからは統計モデルで予測不可能な不規則変動の典型例です。
クイック復習ボックス：
• トレンド：長期的な方向性。
• 季節変動：1年以内に繰り返される（予測可能）。
• 循環変動：景気の波（数年にわたる）。
• 不規則変動：予測不可能／ランダム。
要素の組み合わせ方：モデルの種類
試験では、これら4つの要素を組み合わせて実際の値（観測値：$Y$）をどのように算出するかを知っておく必要があります。主に2つの考え方があります。
A. 加法モデル（Additive Model）
このモデルでは、各要素が独立していると仮定し、単純に足し合わせます。式は以下の通りです：
\( Y = T + S + C + I \)
このモデルは、トレンドが上昇・下降に関わらず、季節変動の幅がほぼ一定の場合に使用します。例えば、年間の売上が1,000であっても10,000であっても、毎年12月には必ず「500個多く売れる」といったケースです。
B. 乗法モデル（Multiplicative Model）
実社会では、こちらのモデルの方が一般的です。季節変動がトレンドに対する「割合（パーセンテージ）」として現れると仮定します。式は以下の通りです：
\( Y = T \times S \times C \times I \)
このモデルは、トレンドが大きくなるにつれて季節変動の幅も拡大する場合に使用します。例えば、「12月は常に売上が20%増える」というケースです。トレンドが1,000なら200のプラスですが、トレンドが10,000に成長すれば、20%の季節的押し上げ効果は2,000ものプラスになります！
豆知識：
多くの会計試験では、循環変動（C）とトレンド（T）はどちらも長期的な動きであるため、一つの「トレンド・サイクル」としてまとめられることがよくあります。
ステップ・バイ・ステップ：データの分析手順
データセットを与えられ、各構成要素を導き出すよう求められたら、以下の手順で進めてください：
1. トレンドの特定：通常、移動平均（Moving Average）を計算して求めます（これにより、季節変動や不規則変動の凹凸を滑らかにします）。
2. 季節変動の分離：実測値からトレンドを差し引く（加法モデルの場合）か、実測値をトレンドで割る（乗法モデルの場合）ことで分離します。
3. 予測：トレンドと季節要因を使用して、将来の値を予測します。
避けるべきよくある間違い：
季節変動と循環変動を混同しないでください！
• 季節変動 = 毎年同じ時期に起こる（例：クリスマス）。
• 循環変動 = 何年もかけて起こり、経済状況と結びついている（例：2008年の金融危機）。
まとめと重要ポイント
時系列分析とは、合計値をその根本的な原因に「分解（decomposing）」することに他なりません。長期的なトレンドと一時的な季節変動を正しく区別することで、CPAとしてより正確な財務アドバイスを提供できるようになります。
覚えておくべき重要ポイント：
• 時系列とは、時間とともに変化するデータのこと。
• T.S.C.I.とは、トレンド、季節変動、循環変動、不規則変動のこと。
• 加法モデル： \( Y = T + S + C + I \) （変化が絶対量である場合）。
• 乗法モデル： \( Y = T \times S \times C \times I \) （変化が比率・パーセンテージである場合）。
• 不規則変動は、唯一予測が不可能な要素。
最初は難しく感じるかもしれませんが、大丈夫です！企業の売上グラフを見始めるようになれば、すぐにどこでもこれらの構成要素が見えてくるはずです。自信を持って取り組んでいきましょう！