变量系统模型的模拟 计量经济学 EVIEWS建模课件.pptxVIP

经济变量系统模型的模拟一、AR系统二、MA系统三、ARMA系统四、干扰分析与传递函数模型一、自回归模型AR的形式㈠ 一阶自回归模型AR⑴⒈AR⑴的含义通常人们将反映一期记忆性的回归模型叫做一阶自回归。常见的形式为：Yt=α0+α1Yt-1+εt其中：α1为回归系数，α0为常数项，εt随机扰动项。在该模型中引入延迟因子，即滞后算子L后的形式将变为：(1-α1L)Yt=α0+εt㈡ 一般高阶自回归模型AR(P)当随机过程Yt存在不只一阶自相关，而是P阶自相关时，一般将自回归模型表示为AR(P)。其一般式形式为：Yt= α1Yt-1+ α2Yt-2+…+ αPYt-P+εt对其平稳化处理，以白噪声部分表示为：Yt- α1Yt-1- α2Yt-2-…- αPYt-P=εt其中：εt为白噪声系列； αj为自相关系数；P为阶数。用延迟因子，即滞后因子表示为：A(L)Yt=εt其中A(L)=1- α1L- α2L2-…- αPLP二、移动平均模型MA的形式如果一个系统在t时刻的响应Yt与其以前各期的响应Yt-j无关，而与其以前时刻t-j进入系统的扰动εt-j存在一定的相关关系，这一类系统则称之为移动平均MA系统。这是因为Yt是由一系列的εt及其滞后项的加权和构造而成。这里的“移动”指t的变化，而“平均”指加权和。这与统计学中学过的移动平均法并不是一回事儿。㈠ 一阶移动平均模型MA⑴如果系统中各期的响应Yt仅与其前一时刻进入系统的扰动εt-1存在一定的相关关系，我们就称之为一阶移动平均系统。其模型的形式如下：Yt＝εt＋ω1εt-1其中：εt为白噪声，该模型简记为MA⑴。在该系统中所各期的随机干扰，进入系数后都对当期及下一期产生一定的影响。而对以后的各期都没有影响。㈡ 一般移动平均模型MA(q)MA(q)由q+1部分构成，形式如下：Yt＝εt+ ω1εt-1+ ω2εt-2+…+ ωqεt-q注意上式各项之间都是以加号联接的，这与各类软件上提供的表述是一致的。但是为了分析的方便，我们建议将其表述为与系统因素的延迟项一致，即将模型中各加号改为减号有：Yt＝εt－ω1εt-1－ω2εt-2－…－ωqεt-q用滞后因子表示为：Yt＝(1-ω1L-ω2L2-…-ωqLq)εt＝W(L) εt ㈢ 实例 设Yt是第t天住院的病员人数，且知住院的病员中有10%的人住一天，50%的人住两天，30%的住三天，10%的人住四天以上。将进住人数看作是对住院总人数的干扰，则该模型为：Yt＝εt+(1-0.1)εt-1+(1-0.1-0.5)εt-2+(1-0.1-0.5-0.3)εt-3= εt+0.9εt-1+0.4εt-2+0.1εt-3故Yt~MA⑶过程。三、自回归滑动平均模型的表示㈠ ARMA模型的一般表述一个系统在时刻t的响应，不仅与以前的自身值相关，而且与以前时刻进入的扰动存在一定的依存关系，则该系统就是记忆与干扰组合的综合系统。用ARMA(p,q)表示，其一般形式为：Yt= α1Yt-1+ α2Yt-2+…+ αPYt-P+εt-ω1εt-1-ω2εt-2-…-ωqεt-q以滞后算子表述为：A(L)Yt = W(L)εt㈡ARMA(2,1)模型分析这是两阶自回归和一阶移动平均的综合模型，具体形式为：Yt＝ α1Yt-1＋ α2Yt-2＋εt－ω1εt-1该模型的基本假设是系统自身的第t期与t-1期和t-2期相关，同时t-1期的干扰也存在着依存关系，而与其他各期各种数值都不存在相关关系。由于：εt-1＝Yt-1－ α1Yt-2－ α2Yt-3＋ω1εt-2所以有：Yt＝ α1Yt-1＋α2Yt-2＋εt－ω1(Yt-1－ α1Yt-2－ α2Yt-3＋ω1εt-2)＝(α1－ω1)Yt-1＋(α2－ α1ω1)Yt-2－ α2ω1Yt-3－ω12εt-2＋εt可见ARMA(2,1)是个非线性模型。 四、系统干扰与传递函数㈠ 干扰分析干扰分析(Intervention Analysis)的研究始于美国威斯康星大学统计系，1975年G.E.P.Box教授和刁锦寰教授在美国统计协会会刊上发表了“应用到经济与环境问题的干预分析”一文。描绘经济政策或突发事件给经济带来的影响的定量分析。并认为传统的T检验对依存假定的有效性极端敏感，所以用干扰分析较传统分析更有效。⒈ 干扰系统的描述 设Xt为第t期进入系统的确定性干扰，则在不同系统中引入干扰因素的作用就不同了，例如在AR⑴系统中加入干扰因素有：Yt＝α0＋α1Yt-1＋βXt＋εt其中，Xt为确定性的干扰虚拟变量；α0为截距项；α1＜1；εt为白噪声随机干扰项； 我们按干扰虚拟变量的作用持续性进行分类，可以将其分为两类，一类是即期就起作用的干扰变量；另一类是持续干扰的虚拟变量。⒉脉冲P函数如果一个干扰虚拟变量，