精选长记忆时间序列模型及应用.pptVIP

修正的R/S统计量 * 修正的R/S统计量的渐近分布 对于短期过程 其中V是定义在[0,1] 上的布朗桥的全距 * 对长记忆性的判断 对于长记忆过程 因此利用该统计量可以对长记忆过程进行单边的检验。 * 对数全距序列的修正的R/S分析 　 V-stat p-Value q=14 4.2672 0.0000 Newey-West (1994) 6.6049 0.0000 Andrew(1991) 3.4653 0.0000 * 对ARMA(1,1)残差的R/S分析 　 V-stat p-Value q=14 2.4786 0.0002 Newey-West (1994) 2.1661 0.0030 Andrew(1991) 2.2072 0.0022 * 4. ARFIMA模型 * 模型的形式 分数次整合ARMA模型 或者 称之为I(d)过程，记为 * 分数次差分算子 其中 当 时该过程可逆。 * 平稳解的存在性 当 时，该过程存在着平稳解，能够写成 其中 * 平稳解的自相关函数特征 对于平稳的情况，自相关函数满足 显然自相关函数呈双曲（hyperbolic）律递减（Sowell 1992; Chung 1994) * 平稳解谱密度函数的性质 所以， * 记忆参数d取不同值时 当