ch2平稳时间序列模型资料.pdf

Analysis of Time Series 康继军 Jijun KANG Ph. D Associate Professor School of Economics and Business Administration Chongqing University CHAPTER 2 STATIONARY TIME-SEREIS MODELS 第二章 平稳时间序列模型 时间序列建模 time series modeling  定义：对随机过程的顺序观测所形成的有序观测 值序列，就称为时间序列，记为{y ,y ,y ,…,y }。 0 1 2 t 一个时间序列可看作是随机过程的一次实现，即 一个样本；而产生时间序列的随机过程则称为时 间序列的数据生成过程(data generating process， DGP) 。  Most data in macroeconomics and finance come in the form of time series–a set of repeated observations of the same variable, such as GNP or a stock return. We can write a time series as x , x ,..., x or x ,t 1, 2,...,T { } { } 1 2 T t What is a time series?  时间序列数据的特点：时间序列是来自随机过程的一个样 本，其前后数值具有相关性，过去决定或影响着现在与未 来。研究时间序列，实质上是要了解其数据生成过程的特 征和变化规律。  We will treat xt as a random variable. In principle, there is nothing about time series that is arcane or different from the rest of econometrics. The only difference with standard econometrics is that the variables are subscripted t rather than i. For example, if y t is generated by y x β=+ε ,E (ε | x ) 0 t t t t t  then OLS provides a consistent estimate of β, just as if the subscript was “i” not “t”. 时间序列建模 time series modeling  在单变量情形中，一个序列只用其自身的过去值 和某个干扰项来建模。其一般表达式为： x f (x , x ,...,u ) t t −1 t −2 t  为了使该式可操作，必须设定函数形式，滞后变 量的个数和干扰项的结构。 时间序列模型——随机差分方程模型  由于时间序列是一个随机变量序列，变量的过去值影响或 决定着现在，所以可以用随机差分方程来对其进行描述。 如：中央银行