长记忆时间序列七模型及应用.pptVIP

长记忆时间序列模型及应用 王明进 博士 北京大学光华管理学院 商务统计与经济计量系 教授 金融风险管理中心 主任 2010年6月 主要内容 ARMA模型的回顾； 长记忆的概念； 长记忆的检验方法； ARFIMA模型； 一些应用； 1. ARMA模型的回顾 时间序列研究的主要任务 描述时间序列中的动态（Dynamic）关联性，用于理解其变化的规律或对其进行预测； 自相关性（autocorrelation）的刻画 ARMA模型的形式 ARMA(p,q)模型 其中 是白噪声 ARMA模型的平稳性条件 如果 ，那么ARMA模型定义了唯一的二阶平稳解 ARMA模型的可逆性条件 如果 ，那么ARMA模型能够唯一地表达成如下的无穷阶自回归模型的形式 ARMA模型的自相关特征 任何一个平稳的ARMA模型的自相关函数都是呈指数递减的，即 因此自相关函数绝对可和， 平稳过程的谱函数 谱密度函数是定义在 上的偶函数且满足 如果自协方差函数绝对可加， ARMA模型的谱密度函数 于是 ARMA模型的估计 条件极大似然估计； 极大似然估计； 最小二乘估计； 单位根过程 如果 ，那么 称为单位根过程，此时为非平