非平稳过程的时间序列分析.docVIP

第三章 非平稳过程的时间序列分析 §1 Brown运动及其性质 我们知道，平稳的时间过程可用ARMA模型或谱表示来近似表达。在统计上，可通过样本值推断出未知参数以及的估计，或给出它的谱密度估计。并可检验模型设定的合理性。但是，经济中仍有大量数据表现出趋势平稳性和非平稳性。如趋势平稳：GDP增长、货币增长等；差分平稳：股票、汇率、利率等的涨落。对非平稳的时间过程，沃尔德分解就不成立。参数估计所依据的极限定理也不能用。我们需要对非平稳的时间序列的描述引入新的工具和更一般的极限定理。它们与布朗运动有关。 定义：布朗运动是一个连续时间的随机过程，。（r也可以是R或）如果满足条件：（1）具有概率1；（2）对，有正态分布：。称为正态性。（3）对，，是相互独立的。称为独立增量性。 注：布朗运动是物理的称谓，数学上叫维纳过程。它最早是由英国植物学家Robert.Brown在1827年观察花粉在水面上的运动时发现的一种现象。理论解释是爱因斯坦1905年首先从物理定律中导出。直到1918年，维纳在他的博士论文和后面一系列的论文中得到了布朗运动的精确数学表达和定义。从定义上看，布朗运动的本质是它的正态性和独立增量性。 ·下面我们给布朗运动一个直观的物理解释： 考虑粒子在直线上的随机游动，表示粒子在t时的位置。规定为出发点，且粒子转移的时间间隔为（离散化），转移的步长为。设随机变量表示在时刻是即第k