非线性--时间序列--模型.pptVIP

非线性时间序列模型 线性模型 AR模型 MA模型 ARMA模型 ARIMA模型 非线性模型 ARCH模型 门限模型 区制转移模型 平滑转移模型STR 自回归条件异方差（ARCH）模型 ARCH模型首先由Engle（1982）为建模英国的通货膨胀的预报方差而引进，用于建模时间序列变化的（条件）方差或波动性，从此这个模型被广泛地用来建模金融和经济时间序列的波动率。 自回归条件异方差（ARCH）模型 广义自回归条件异方差（GARCH）模型 Bollerslev(1986)引进了广义自回归条件异方差（GRACH）模型 其中 门限模型 由H.Tong 提出的门限自回归（TAR）模型假定在状态空间的不同区域，模型有不同的线性形式，状态空间的划分通常由一个门限变量来描述。 门限自回归模型（TAR） 具有 分段的门限自回归（TAR）模型定义为 其中 是一些未知的正整数， 且 是未知参数， 构成 的一个分割，其含义是对所有的 门限自回归模型（TAR） TAR模型的有用性归因于逐段线性函数类实际上可以为更复杂的非线性函数提供简单和易于操作的逼近。 Markov区制转移模型 Markov区制转移模型最早由Hamilton（1989）提出并应用到经济周期阶段性的转变研究，随后被广泛应用于宏观经济分析和金融行为分析当中。 Markov区制转移模型 Markov区制转移模型能够给出数据生成过程中结构变化的转移概率，并模拟出时间序列的内生变化过程，能够更好的模拟动态变化过程；Markov区制转移模型能够详细的给出研究变量的区制和区制转移时间，可以分阶段对比政策对经济的作用效果。 平滑转移模型 平滑转移模型（smooth transition regression）主要解决经济过程的机制转化行为，将数据生成过程中的非线性信息转换成可控制的模型机制，它可以通过选取不同的转移变量或转移函数形式较为准确的捕捉经济过程中对称与非对称的转换。 平滑转移模型 一般的STR模型可用两个线性模型的加权平均形式表出，权数可由某个分布函数来充当，而转换变量则可以控制因变量在不同状态之间的转换。经典的具有m个解释变量的STR模型可以写成如下形式： （1） 平滑转移模型 其中，模型自变量的滞后阶数可通过AIC或SIC准则判断，并综合考虑参数估计值的T统计量和残差的自相关检验，从较大的阶数逐一剔除。 是自变量组成的向量，既包含因变量滞后值又可以包含其他的外生解释变量，p+k=m， 平滑转移模型 与 是两种不同状态下的截距项，与 对应不同状态的参数向量。 是取值范围在0-1之间的一个连续、有界函数，起到链接两个线性模型的传递作用， 是转换变量，既可以是向量 的一个元素，也可以是时间趋势、因变量的前定变量或两者的一个线性组合， 是服从独立同分布的误差序列。 平滑转移模型 为了求解模型参数的方便，我们通常把一般意义下的STR模型写成一个线性模型与一个非线性部分的和的形式： （2） 是斜率参数在不同状态间的差异。 STR模型建模步骤 一、模型的线性部分，通常采用VAR模型通过滞后阶数进行判定 二、模型的非线性部分，利用LM统计量检验模型的非线性；当确定为非线性之后，进行序贯检验，确定转换变量以及STR模型的形式（LSTR1或者LSTR2）。 三、进行参数估计（位置参数和平滑参数）。 四、得到STR模型的具体形式后，进行模型评价。主要包括模型的残余非线性检验，残差的自相关性检验，异方差性检验以及正态性检验等。 平滑转移模型 根据转换函数形式的不同，Granger和Ter?svirta把STR模型具体分为逻辑形式STR模型（Logistic STR，LSTR）和指数形式的STR模型（Exponential STR，ESTR）两大类。 平滑转移模型 平滑转移模型 以上两式中的c可以认为是在两个状态之间发生转换的临界值，用来确定状态转换发生的时间， 是平滑参数，当 很大时，转换变量相对于临界值很小的变化都能导致剧烈的状态转换，当其趋于无穷时， 取值在临界值c周围的变化是瞬时