平稳时间序列模型及其特征..docVIP

平稳时间序列模型及其特征 模型类型及其表示 一、自回归模型（AR） 由于经济系统惯性的作用，经济时间序列往往存在着前后依存关系。最简单的一种前后依存关系就是变量当前的取值主要与其前一时期的取值状况有关。用数学模型来描述这种关系就是如下的一阶自回归模型： Xt=φXt-1+εt （2.1.1） 常记作AR(1)。其中｛Xt｝为零均值（即已中心化处理）平稳序列，φ为Xt对Xt－1的依赖程度，εt为随机扰动项序列（外部冲击）。 如果Xt 与过去时期直到Xt-p 的取值相关，则需要使用包含Xt－1 ，……Xt-p在内的p阶自回归模型来加以刻画。P阶自回归模型的一般形式为： Xt=φ1 Xt－1+φ2 Xt－2+…+φp Xt－p+εt （2.1.2） 为了简便运算和行文方便，我们引入滞后算子来简记模型。设B为滞后算子，即BXt=Xt-1, 则B(Bk-1Xt)=BkXt=Xt-k B(C)=C(C为常数)。利用这些记号，（2.1.2）式可化为： Xt=φ1BXt+φ2B2Xt+φ3B3Xt+……+φpBpXt+εt 从而有： （1-φ1B-φ2B2-……-φpBp）））…θq为参滑动平均的权数。相应的序列Xt称为滑动平均序列。 使用滞后算子记号，（2.1.4）可写成 Xt=（1-θ1B-θ2B2-……- θqBq），则称｛Yt｝具有传递形式，此时｛Yt｝是平稳的。系数｛Gk｝称为格林函数。它描述了系统对过去冲击的动态记忆性强度。 序列的逆转形式：若｛Yt｝可表示为： εt= Yt-π1 Yt-1-π2 Yt-2-……-πk Yt-k-……=π(B) Yt 且，则称｛Yt｝具有逆转形式（或可逆形式）。 MA模型 MA模型本身就是传递形式。 MA(q)总是平稳的（由上一章的例），MA（∞）在系数级数绝对收敛的条件下平稳。 MA(q)模型的可逆性条件。 先以MA（1）(Yt=εt-θ1εt-1)为例进行分析。 MA(1)的可逆性条件为：。如果引入滞后算子表示MA(1)，则Yt=（1-θ1B）εt，可逆条件等价于θ(B)=1-θ1B=0的根全在单位圆外。 对于一般的MA(q)模型，利用滞后算子表示有： Yt=（1-θ1B-θ2B2-……- θqBq），其特征方程为： 该方程的两个根为： 由二次方程根与系数的关系，有 当MA（2）平稳时，根的模都必须大于1，因此必有： 由根与系数的关系，可以推出如下式子： 由于是实数，必同为实数或共轭复数。又因为，因此 故 反之，如果，且。那么从可以推出至少有一个，例如，假设，则根据可推出，由可以推出，从而。因此，的根在单位圆之外。（平稳域为一三角形）。 AR模型 AR(P)模型本身就是一种逆转形式。 平稳性。 先以AR(1)( Yt=1Yt-1+εt),进行分析。 AR(1)平稳的条件为，它等价于(B)=1-1B=0的根在单位圆外。 3、在平稳的情况下，AR(1)有传递形式： （1-1B） 一般地，对于AR(P)模型：(B) Yt=εt，序列｛Yt｝平稳的充要条件是：(B)=0的根全在单位圆外。此时，Yt有传递形式：Yt=-1(B) εt AR(P)的平稳域：使(B)=0的根全在单位圆外的AR系数向量（1，2，……，p，）的全体形成的集合。 练习：求AR(1)与AR(2)的平稳域。 三、ARMA（p,q）模型 平稳性与传递形式 首先考察ARMA(1，1)的平稳性: Yt–φ1Yt-1=εt–θ1εt-1 Yt平稳 ︱φ1︱＜1 （与AR（1）的平稳域相同） 此结论表明，ARMA（1,1）序列的平稳性仅与自回归系数有关，而与滑动平均系数无关。而且平稳条件与AR（1）的平稳条件相同。在平稳的条件下，Yt有上述形式的传递形式。 一般地，服从ARMA（p,q）模型的序列Yt 平稳的充要条件是：φ（B）=0的根全在单位圆外。在平稳的条件下，Yt有传递形式 Yt=φ-1（B）θ（B）εt 可逆性 对于ARMA（1,1），假定可逆形式为 εt=π（B）Yt=（1–π1B–π2B2–…–πk B k –…）Yt 代入ARMA（1,1）的滞后算子表示形式，采用类似前面的方法，比较同次冥系数可得 εt= Yt–（φ1–θ1）Yt-1–θ1（φ1–θ1）Yt-2–…–θ1 k-1（φ1–θ1）Yt- k –… 根据前面的定义（可逆性定义），应有︱φ1︱＜1。 因此，ARMA（1,1）可逆的条件是︱φ1︱＜1，它仅与滑动系数有关，而与自回归系数无关。而且可逆条件与MA（1）的可逆条件相同。 一般地，服从ARMA（p,q）模型的序