10.5.1计量经济学导论.pdf

对外经济贸易大学 计量经济学 I n t r o d u c t i o n t o E c o n o m e t r i c s 导论 时间序列分析: ARMA模型 建立ARMA模型: Box-Jenkins方法（1） 建模步骤 01 识别 （或定阶）：确定p ，q 的大小。 02 估计：估计模型未知参数。 03 诊断性检验：考察设定和估计的模型 是否充分。 步骤一：识别 作图法 画出数据的样本ACF,PACF 图来 决定合适的阶数。 信息准则法 常用的准则包括AIC,SBIC,HQIC 识别1：做图法 MA(q) AR(P) ARMA(p,q) 自相关函数 q阶截尾 拖尾 拖尾 偏自相关函数 拖尾 P阶截尾 拖尾 识别1：做图法 计算样本自相关函数和偏样本自相关函数， 如果s阶截尾，对于ks ，近似的有： ˆ ˆ  ~ N (0,1/ T),  ~ N (0,1/ T) k kk 1 置信度为95%的置信区间是 1.96 T 对于给定的k ，如果样本自相关系数 （或 者样本偏自相关系数）落在这个区间之外，则 k阶的自相关系数为零的原假设被拒绝。 例 假设有T= 100,计算得到样本自相关系数如下： 1 2 3 4 5 0.207 -0.013 0.086 0.005 -0.022 判断自相关系数的显著性。 把上面的数字与0.196进行比较， 结论是1阶截尾。模型识别结果q=1,p=0 识别2 ：信息准则 当使用的相对“杂乱”的实际数据时，很少 会表现出拖尾截尾简单模式。使得ACF ， PACF 的图像非常难以解释。很难设定一 个模型，因此采用信息准则法进行识别。 识别2 ：信息准则 最普遍使用的信息准则是 赤池(Akaike)信息准则(AIC) ，史瓦兹 (Schwarz) 贝叶斯信息准则 (SBIC) ，汉那 一昆信息准则(HQIC) 它们的表达式为 ˆ2 AIC ln( ) 2k / T ˆ2 k SBIC ln( )  ln T T ˆ2 2k HQIC ln( )  ln[ln( T )]