第九期研究方法研习营时间序列分析.docVIP

第九期研究方法研習營「時間序列分析」 許可達 一、前言 本研究方法研習營之目的在提供教授統計或計量經濟學的教師或其他有金進修需要的教師研習的機會。 二、研討會主要主題與內容 本次研究方法研習營「時間序列分析」部分的師資有沈中華、饒秀華與陳建福三位教授，課程之內容則包括 時間序列基本觀念 ARMA模型 向量自我回歸模型（VAR） ARCH模型 單根與共整合檢定 RATS Programming for Econometrics 三、研究理念或發表動機 本人研究之主要領域牽涉及匯率與利率資料的處理，在研究方法上必然牽涉到時間數列的問題。加以本人所開設的課程包含研究所的數量方法，因本人並非學習計量經濟學出身，有必要再行進修研習以帶給同學更加充實的課程內容。 四、研習過程與心得 基本觀念 白噪音分為兩種，弱性白噪音與強性白噪音，它的特徵是沒有自我相關，固定變異數。統計上的無相關，只有指無直線相關，但不排除「非直線相關」如果為強性白噪音，則所謂，所謂即是independent identical, 亦即不但沒有自我相關，且與為互相獨立。則當 為強白噪音，與不但沒有直線相關，也沒有非直線相關。 1970年Box與Jenkins提出進階的建模技術並且以遞迴的方式對時間數列資料建構模型，稱為ARIMA模型， 遞迴的方法主要分為三個步驟 暫定模型（Model Identification） 對未知