时间序列模型--ARMA模型与ARCH模型(2008.11).docVIP

时间序列模型 时间序列分析是现代计量经济学的重要内容，是研究经济变量的动态特征和周期特征及其相关关系的重要工具，被广泛应用经济分析和预测中。时间序列按其平稳性与否又分为平稳时间序列和非平稳时间序列。 ARMA与ARCH模型 协整与误差修正模型 向量自回归模型 第五讲 ARMA与ARCH模型 本讲中将讨论时间序列的平稳性（stationary），对于任何时间，都满足下列条件： Ⅰ）均值； Ⅱ）方差，是与时间无关的常数； Ⅲ）自协方差,是只与时期间隔有关，与时间无关的常数。 则称该随机时间序列是平稳的。生成该序列的随机过程是平稳过程。 例5.1．一个最简单的随机时间序列是一具有零均值同方差的独立分布序列： = ~ 该序列常被称为是一个白噪声（white noise）。 由于具有相同的均值与方差，且协方差为零,满足平稳性条件,是平稳的。 例5.2．另一个简单的随机时间列序被称为随机游走（random walk）： ~，是一个白噪声。 容易判断该序列有相同的均值：，但是方差,即的方差与时间t有关而非常数，它是一非平稳序列。 然而，对取一阶差分： 则序列是平稳的。后面将会看到:如果一个时间序列是非平稳的，它常常可通过取差分的方法而形成平稳序列。 （二）