循環変動とは、時系列データにおいて1年を超える長期的な周期で繰り返される上下の変動パターンです。時系列分析における主要な構成要素の一つであり、数年から十数年規模の景気循環や市場の周期的な変化などを指します。季節変動とは異なり、周期の長さや振幅が一定ではないため、AIや機械学習モデルで正確に予測するには十分な期間のデータと高度なモデル設計が必要となります。
循環変動とは
循環変動（じゅんかんへんどう）とは、時系列データにおいて、1年を超える長期的な周期で繰り返し発生する上下の変動のことです。
詳しく解説
時系列分析において、データは主に「トレンド」「季節変動」「循環変動」「不規則変動」の4つの要素に分解されます。このうち循環変動は、数年から十数年といった長いスパンで現れる周期的な波を指します。代表的なものとして、経済活動における景気循環（キチンサイクルやジュグラーサイクルなど）が挙げられます。AIや機械学習を用いた需要予測や売上予測において、数年単位の長期的な予測モデルを構築する際には、この循環変動のパターンを正しく検知し、モデルに組み込むことが重要となります。
具体例・使われ方
具体的な例として、数年おきに発生する半導体市場のシリコンサイクルや、数年規模での気候変動（エルニーニョ現象など）が時系列データに与える影響が挙げられます。また、マクロ経済の景気後退期と拡大期に伴う、企業の設備投資額や個人消費データの長期的波も循環変動の代表例です。
似た用語との違い
「季節変動」との違いは、周期の長さにあります。季節変動は、春夏秋冬の移り変わりや毎月の営業日など「1年以内」の決まった周期で繰り返される変動を指すのに対し、循環変動は「1年を超える」不規則な長さの長期的な周期を持ちます。また、一方向に上昇または下降し続ける傾向を示す「トレンド」や、予測不可能な突発的ノイズである「不規則変動」とも区別されます。
注意点
循環変動は、季節変動のように周期の長さや振幅が一定ではないため、数少ない過去の時系列データからパターンを正確に学習・予測することは非常に困難です。また、データの蓄積期間が短い場合、循環変動を一時的なトレンドと見誤る危険性があるため、十分な期間のデータを確保するか、外部の経済指標などを予測モデルの特徴量として組み合わせる工夫が必要です。