高铁梅老师的EVIEWS教学幻灯片第二十二章状态空间模型和卡尔曼滤波.pptVIP

第二十二章 状态空间模型和卡尔曼滤波 State Space Models and Kalman Filter ; 而实际上，无论是工程控制问题中出现的某些状态（如导弹轨迹的控制问题）还是经济系统所存在的某些状态都是一种不可观测的变量，正是这种观测不到的变量反映了系统所具有的真实状态，所以被称为状态向量。这种含有不可观测变量的模型被称为UC模型(Unobservable Component Model)，UC模型通过通常的回归方程式来估计是不可能的，必须利用状态空间模型来求解。状态空间模型建立了可观测变量和系统内部状态之间的关系，从而可以通过估计各种不同的状态向量达到分析和观测的目的。 EViews状态空间对象对单方程或多方程动态系统提供了一个直接的、易于使用的界面来建立、估计及分析方程结果。它提供了大量的建立、平滑、滤波及预测工具，帮助我们利用状态空间形式来分析动态系统。 利用状态空间形式表示动态系统主要有两个优点：第一，状态空间模型将不可观测的变量(状态变量)并入可观测模型并与其一起得到估计结果；其次，状态空间模型是利用强有效的递归算法——卡尔曼滤波来估计的。卡尔曼滤波可以用来估计单变量和多变量的ARMA模型、MIMIC（多指标和多因果）模型、马尔可夫转换模型以及变参数模型。 ;;; [例 1] 一阶移动平均模型MA(1) (22.4) 通过定义状态向量 可以写成状态空间形式 量测方程 (22.5) 状态方程 (22.6) 这种形式的特点是不存在量测方程噪声。 ; 对于任何特殊的统计模型，状态向量 的定义是由结构确定的。它的元素一般包含具有实际解释意义的成分，例如趋势或季节要素。状态空间模型的目标是，所建立的状态向量 包含了系统在时刻t的所有有关信息，同时又使用尽可能少的元素。所以如果状态空间模型的状态向量具有最小维数，则称为最小实现(Minimal Realization)。对一个好的状态空间模型，最小实现是一个基本准则。然而对于任一特殊问题的状态空间模型的表示形式却不是惟一的，这一点很容易验证。考虑通过定义??个任意的非奇异矩阵B，得到 ，为新的状态向量。用B矩阵左乘状态方程(22.2)，得到 (22.7) 式中 ， ， 。相应的量测方程是 (22.8) 式中 。 ; [例2] 对二阶自回归模型AR(2) (22.9) 考虑两个可能的状态空间形式( )是 (22.10) (22.11) 换一种形式 (22.12) [例3] 由于各种各样的外界冲击和政策变化等因素的影响，经济结构不断发生变化，用OLS等固定参数模型表现不出来这种经济结构的变化，因此，需要考虑采用变参数模型(Time-varying Parameter Model)。下面利用状态空间模型来构造变参数模型。 ; 量测方程：