时间序列分析08380.pptVIP

时间序列分析 第一章 平稳时间序列分析导论 一、时间序列 1、含义：指被观察到的依时间为序排列的数据序列。 2、特点： （1）现实的、真实的一组数据，而不是数理统计中做实验得到的。既然是真实的，它就是反映某一现象的统计指标，因而，时间序列背后是某一现象的变化规律。 （2）动态数据。 二、时间序列分析 1、 时间序列分析定义： 是一种根据动态数据揭示系统动态结构和规律的统计方法。其基本思想：根据系统的有限长度的运行记录（观察数据），建立能够比较精确地反映序列中所包含的动态依存关系的数学模型，并借以对系统的未来进行预报。 2、理论依据： 尽管影响现象发展的因素无法探求，但其结果之间却存在着一定的联系，可以用相应的模型表示出来，尤其在随机性现象中。 三、时间序列分析方法 时间序列依据其特征，有以下几种表现形式，并产生与之相适应的分析方法： （1）长期趋势变化 受某种基本因素的影响，数据依时间变化时表现为一种确定倾向，它按某种规则稳步地增长或下降。 使用的分析方法有：移动平均法、指数平滑法、模型拟和法等； （2）季节性周期变化 受季节更替等因素影响，序列依一固定周期规则性的变化，又称商业循环。 采用的方法：季节指数； (3)随机性变化 由许多不确定因素引起的序列变化。它所使用的分析方法就是我们要讲的时间序列分析。 确定性变化分析 趋势变化分析 周期变化分析 循环变化分析 时间序列分析 随机性变化分析 AR、MA、ARMA模型 四、发展历史 1、时间序列分析奠基人： 20世纪40年代分别由Norbort Wiener 和Andrei Kolemogoner 独立给出的，他们对发展时间序列的参数模型拟和和推断过程作出了贡献，提供了与此相关的重要文献，促进了时间序列分析在工程领域的应用。 2、时间序列分析在经济领域的应用 20世纪70年代，G.P.Box 和G.M.Jenkins发表专著《时间序列分析：预测和控制》，使时间序列分析的应用成为可能。 3、现代时间序列分析的发展趋势 （1）单位根检验（2）协整检验 2003年度诺贝尔经济学奖的获得者是美国经济学家罗伯特.恩格尔和英国经济学家克莱夫.格兰杰。 获奖原因： “今年的获得者发明了处理许多经济时间序列两个关键特性的统计方法：时间变化的变更率和非平稳性。”两人是时间序列经济学的奠基人。” 时间变化的变更率指方差随时间变化而变化的频率，这主要是指恩格尔在1982年发表的条件异方差模型（ARCH），最初主要用于研究英国的通货膨胀问题，后来广泛用作金融分析的高级工具； 传统的计量经济学研究中，通常假定经济数据和产生这些数据的随机过程是平稳的。格兰杰的贡献主要是在非平稳过程假定下所进行的严格计量模型的建立。（协整检验） 第二节 平稳时间序列 一、平稳时间序列 1、定义：时间序列{zt}是平稳的。如果{zt}有有穷的二阶中心矩，而且满足： （1）ut= Ezt =c; （2）r(t,s) = E[(zt-c)(zs-c)] = r(t-s,0) 则称{zt}是平稳的。 含义： A 有穷二阶矩意味着期望和自协方差存在； B 平稳时间序列任意时刻所对应的随机变量的均值相等； C 自协方差函数只与时间间隔有关，而与时间起点无关。 二、平稳时间序列的均值、自协方差和自相关函数 1、均值函数： 平稳时间序列均值为常数，为分析方便，假定 Ezt=0 当均值不为零时，给每个值减去均值后再求均值，即等于0。 2、自协方差函数：平稳时间序列的自协方差仅与时间间隔有关，而与具体时刻无关，所以，自协方差函数仅表明时间间隔即可。 3、自相关函数ρk 平稳时间序列自协方差仅与时间隔有关，当间隔为 零时，自协方差应相等： 4、自协方差与自相关函数的性质 (1) rk=r-k ρk= ρ-k k、-k仅是时间先后顺序上的差异，它们代表的间隔是相同的。 (2) 偏自相关系数（PACF) 定义 对于平稳序列，所谓滞后k偏自相关系数就是指在给定中间k-