第七章 时间序列模型(新).ppt

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前述经济计量模型 的两个特点是： ⑴ 这种建模方法不以传统经济理论为依据，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。 一、随机过程 为什么在研究时间序列之前先要介绍随机过程？就是要把时间序列的研究提高到理论高度来认识。时间序列不是无源之水。它是由相应随机过程产生的。只有从随机过程的高度认识了它的一般规律。对时间序列的研究才会有指导意义。对时间序列的认识才会更深刻。 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。换句话说，对同一事物的变化过程独立、重复地进行多次观测而得到的结果是不相同的。例如，对河流水位的测量。其中每一时刻的水位值都是一个随机变量。如果以一年的水位纪录作为实验结果，便得到一个水位关于时间的函数xt。这个水位函数是预先不可确知的。只有通过测量才能得到。而在每年中同一时刻的水位纪录是不相同的。 给出两个定义： 二、时间序列模型的分类 （3）自回归移动平均过程 （4）单整自回归移动平均过程 三、自相关函数与偏自相关函数 （二）自回归过程的自相关函数 同理，对于?? =?和?? ?情形即非平稳和强非平稳过程的自相关函数如下图。 3. 移动平均过程的自相关函数 (2) MA(q) 过程的自相关函数 4. ARMA (1, 1) 过程的自相关函数 5. 相关图（correlogram，或估计的自相关函数，样本自相关函数） 例1：中国的人口数据（1949年～2000年） 思考： （1）为什么自相关系数衰减得很慢？ （2）样本平稳，总体也平稳吗？ 6、AR（p）与ARMA（p,q)的平稳性检验（单位根检验） 例2：1978～2003年中国GDP 在介绍单位根检验时，存在一个重要问题，即准确判断AR（p)中的p. 四、偏自相关函数 五、时间序列模型的建立 ARIMA过程与其自相关函数偏自相关函数特征 2. 模型参数的估计 3. 诊断与检验 案例分析1：中国人口时间序列模型P310 六、协整与误差修正模型 例2： 4、误差修正模型Error Correction Model, ECM （ 1 ）、一般差分模型的问题 对于非稳定时间序列（单整阶数相同），可通过差分的方法将其化为稳定序列，然后才可建立经典的回归分析模型。 模型只表达了X与Y间的短期关系，而没有揭示它们间的长期关系。关于变量水平值的重要信息将被忽略。 如误差项?t不存在序列相关，而 ?t是一个一阶移动平均时间序列，因而是序列相关的。 （2）误差修正模型 是一种具有特定形式的计量经济学模型，它的主要形式是由Davidson、 Hendry、Srba和Yeo于1978年提出的，称为DHSY模型。 由于现实经济中X与Y很少处在均衡点上，因此我们实际观测到的只是X与Y间的短期的或非均衡的关系，假设具有（1, 1）阶分布滞后形式 ： Y的变化决定于X的变化以及前一时期的非均衡程度。弥补了简单差分的不足，因该式含有用X，Y水平值表示的前期非均衡程度。即短期的?Y值已被前期的非均衡程度做了修正。上式称为：一阶误差修正模型(first-order error correction model)，其通式形式： emc的修正作用：若(t-1)时刻Y大于其长期均衡点的值?0+?1X，ecm为正，则(-?ecm)为负，使得?Yt减少，向Y的长期均衡点靠近 ； 若(t-1)时刻Y小于其长期均衡点的值?0+?1X ，ecm为负，则 (-?ecm)为正，使得?Yt增大，向Y的长期均衡点靠近 。 体现了长期非均衡误差对短期变化的控制。 复杂的ECM形式，例如：高阶（2阶）、多变量（3变量） 误差修正模型的优点：如： a）一阶差分项的使用消除了变量可能存在的不平稳因素，从而避免了虚假回归问题； b）一阶差分项的使用也消除模型可能存在的多重共线性问题； c）误差修正项的引入保证了变量水平值的信息没有被忽视； d）由于误差修正项本身的平稳性，使得该模型可以用经典的回归方法进行估计，尤其是模型中差分项可以使用通常的t检验与F检验来进行选取；等等。 （3）误差修正模型的建立 Granger 表述定理（Granger representaion theorem）