专题全套stata视频课程_配套连玉君_chp11_ts.pdfVIP

Est tion with STATA Chp11 Time sereis Chp11 Time Series Models Chp11 Time Series Models 1 11.1 简 介2 11.2 稳定随机过程——ARMA 模型2 11.2.1 ARMA(p,q) 2 11.2.2 稳定性和可逆性4 11.2.3 自相关函数与偏相关函数9 11.2.4 模型的识别问题14 11.2.5 ARMA 模型的估计17 11.2.6 STATA8.0 实现17 11.3 数据的平稳性及单根检定18 11.3.1 平稳时间序列的特点18 11.3.2 非平稳性对估计及统计推断的影响19 11.3.3 趋势平稳与差分平稳23 11.3.4 单位根检定的方法25 11.3.5 滞后阶数的选取31 11.4 协整32 11.5 GARCH 模型32 文献33 附A ：本章中所使用的主 令34 附B ：本章中所使用的部分 STATA 代码 35 1 西安交通大学金禾经济研究中心 arlion@stu.xjtu.edu.cn Est tion with STATA Chp11 Time sereis 11.1 简 介 自从1970 年 Box 和 Jenkins 发表专著“时间序列 ：预测和 ”，对平稳时间序列 数据，提出自回归移动平均模型以及一整套的建模、估计检验、预测和 方法以来，这一 领域吸引了许多方面的专家学者对其理论与方法进行深入研究。在预测方面，这种单一变量、 只有少量参数的模型表现往往比大型的宏观经济模型要好。本章中，我们着重 在时间序 列 中的一些主要工具和方法。11.2 节主要 稳定序列的 ARMA 模型；11.3 节 非 平稳序列相关的主题，主要包括非平稳性对估计的影响以及单位根检验方法；11.4 节 协 整理论；11.5 节 ARCH 族模型。 11.2 稳定随机过程——ARMA 模型 在时间序列模型中，我们可以 序列是由一系列随机冲击（ran