1.2 随机时间序列分析模型new.docVIP

§9.2 随机时间序列分析模型 经典计量经济学模型与时间序列模型 确定性时间序列模型与随机性时间序列模型 一、时间序列模型的基本概念及其适用性 1、时间序列模型的基本概念 随机时间序列模型（time series modeling）是指仅用它的过去值及随机扰动项所建立起来的模型，其一般形式为 Xt=F(Xt-1, Xt-2, …, (t) 建立具体的时间序列模型，需解决如下三个问题： (1)模型的具体形式 (2)时序变量的滞后期 (3)随机扰动项的结构 例如，取线性方程、一期滞后以及白噪声随机扰动项（ (t =(t），模型将是一个1阶自回归过程AR(1)： Xt=(Xt-1+ (t 这里， (t特指一白噪声。 一般的p阶自回归过程AR(p)是 Xt=(1Xt-1+ (2Xt-2 + … + (pXt-p + (t (*) (1)如果随机扰动项是一个白噪声((t=(t)，则称(*)式为一纯AR(p)过程（pure AR(p) process），记为 Xt=(1Xt-1+ (2Xt-2 + … + (pXt-p +(t (2)如果(t不是一个白噪声，通常认为它是一个q阶的移动平均（moving average）过程