高级计量经济学-时间序列模型.doc

时间序列分析方法由Box-Jenkins 1976 年提出它适用于各种领域的时间序列分析 时间序列模型不同于经济计量模型的两个特点是 ⑴ 这种建模方法不以经济理论为依据而是依据变量自身的变化规律利用外推机制描述时间序列的变化 ⑵ 明确考虑时间序列的非平稳性如果时间序列非平稳建立模型之前应先通过差分把它变换成平稳的时间序列再考虑建模问题 时间序列模型的应用 1研究时间序列本身的变化规律建立何种结构模型有无确定性趋势有无单位根有无季节性成分估计参数 2在回归模型中的应用预测回归模型中解释变量的值 3时间序列模型是非经典计量经济学的基础之一不懂时间序列模型学不好非经典计量经济学 第一节 时间序列定义 自然界中事物变化的过程可以分成两类一类是确定型过程一类是非确定型过程 确定型过程即可以用关于时间t的函数描述的过程例如真空中的自由落体运动过程电容器通过电阻的放电过程行星的运动过程等 非确定型过程即不能用一个或几个关于时间t的确定性函数描述的过程 随机过程由随机变量组成的一个有序序列称为随机过程记为 x s t sS tT 其中S表示样本空间T表示序数集对于每一个 t tT x · t 是样本空间S中的一个随机变量对于每一个 s sS x s · 是随机过程在序数集T中的一次实现 随机过程一般分为两类一类是离散型的一类是连续型的如果一个随机过程 xt 对任意的tT 都是一个连续型随机变量则称此随机过程为连续型随机过程如果一个随机过程 xt 对任意的tT 都是一个离散型随机变量则称此随机过程为离散型随机过程 严强平稳过程一个随机过程中若随机变量的任意子集的联合分布函数与时间无关即无论对T的任何时间子集t1 t 2 tn以及任何实数k ti k T i 1 2 n 都有 F x t1 x t2 x tn F x t1 k x t2 k x tn k 成立其中F · 表示n个随机变量的联合分布函数则称其为严平稳过程或强平稳过程 如果一个随机过程m阶矩以下的矩的取值全部与时间无关则称该过程为m阶平稳过程比如 [ x ti ] E[ x ti k ] Var[x ti ] Var[x ti k ] Cov[x ti x tj ] Cov[x ti k x tj k ] 其中 为常数不随 t tT k tr k T r i j 变化而变化则称该随机过程 xt 为二阶平稳过程协方差平稳过程该过程属于宽平稳过程 时间序列随机过程的一次实现称为时间序列也用 xt 或xt表示 时间序列中的元素称为观测值 xt 既表示随机过程也表示时间序列xt既表示随机过程的元素随即变量也表示时间序列的元素观测值在不致引起混淆的情况下为方便xt 也直接表示随机过程和时间序列 差分时间序列变量的本期值与其滞后值相减的运算叫差分差分分为一阶差分和高阶差分 首先给出差分符号对于时间序列xt 一阶差分可表示为 xt –xt -1 xt 1- L xt xt - Lxt 其中 称为一阶差分算子L 称为滞后算子其定义是Lnxt xt- n 两种基本的随机过程 1 白噪声white noise过程 对于随机过程 xt tT 如果 E xt 0 Var xt 2 tT Cov xt xt k 0 t k T k 0 则称 xt 为白噪声过程 2 随机游走random walk 对于下面的表达式 xt xt -1 ut 如果ut 为白噪声过程则称xt 为随机游走过程 第二节 时间序列模型的分类 一自回归过程 如果一个剔出均值和确定性成分的线性过程可表达为 xt 1xt-1 2xt-2 pxt-put