第十章 传统间序列分析.docVIP

第十一章 时间序列分析：预测 预测是计量经济分析的重要部分，本章将讨论两种较为流行的预测方法：（1）ARIMA方法，即博克斯—詹金斯方法论；（2）VAR方法。 金融资产价格可以用群集波动的现象来刻画，即在相当长的时期内表现出急剧波动，而在接下来的一段时期内却又相对平静。ARCH或GARCH模型就可以用于群集波动的分析。 第一节 各种经济预测方法及其特点 指数平滑法：这是根据给定时间序列的历史数据拟合出一条适当曲线的基本方法。这种办法比较粗糙，目前已经用得较少了。 单方程回归模型：单方程回归模型一般依存于现有的经济理论，通过时间序列的历史数据来估计一个适当的模型，以期用于预测将来。但如果我们期望预测较远的未来，误差会迅速增加。 联立方程回归模型：联立方程组流行于20世纪60和70年代，出现了许多精心制作的大、中、小型经济模型。但由于卢卡斯批判，联立方程目前处于低潮。卢卡斯批判的核心在于：所估计的计量经济模型的参数信赖于模型被估时所奉行的政策，若政策有所改变，参数亦将有所改变，这导致联立方程组的价值比较有限。 ARIMA模型 ARIMA方法又被称为博克斯——詹金斯（BJ）方法论。哲理是“让数据自己说话”，着重于分析时间序列本身的概率或随机性质，而不在意于构造单一方程或联立方程模型。在BJ型时间序列模型中，可由其自身的过去或滞后值以及随机误差项来解释，而不像回归模型那样