0时间序列初探—平稳性分析及R实现要点.pdf

1 基本概念 1.1 时间序列的平稳性 假定某个时间序列是由 某一随机过程（ stochastic process）生成的，即假定 时间序列 {Xt} （t=1, 2, …）的每一个数值都是从一个概率分布中随机得到， 如果 满足下列条件： 1）均值 是与时间 t 无关的常数； 2）方差 是与时间 t 无关的常数； 3）协方差 是只与时期间隔 k 有关，与时间 t 无关的常 数； 则称该随机时间序列是 平稳的（ stationary)，而该随机过程是 一平稳随机过程 （stationary stochastic process）。 1.2 时间序列的非平稳性 平稳时间序列的均值为常数，自协方差函数与起点无关，而非平稳时间序列 则不满足这两条要求。常见的非平稳类型有趋势和突变 1.2.1 趋势 趋势是指变量随时间持续长期的运动， 时间序列变量围绕其趋势波动。 可以 用线性趋势、 二次趋势、季节性均值趋势和余弦趋势来估计一般的非常数均值趋 势模型的参数。 1.2.2 突变 突变来自总体回归系数在某一特定日期上的离散变化或来自系数在长时期内 的渐变。 1.3 平稳性判断 1.3.1 图示判断 ? 给出一个随机时间序列， 首先可通过该序列的 时间路径图 来粗略地判断它 是否是平稳的。 ? 一个 平稳的时间序列 在图形上往往表现出一种围绕其均值不断波动的过 程； ? 而 非平稳序列 则往往表现出在不同的时间段具有不同的均值 （如持续上升 或持续下降）。 X t X t t t (a) (b) 图 9.1 平稳时间序列与非平稳时间序列图 函数 1：时间序列及趋势绘制 参数 1：时间序列 功能：绘制时间序列 绘制时间序列的趋势函数 返回值：无 1.3.2 单位根检验 单位根检验（ unit root test）是针对宏观经济数据序列、货币金融数据序列 中是否具有某种统计特性而提出的一种平稳性检验的特殊方法， 单位根检验的方 法有很多种，包括 DF 检验、 ADF 检验、 PP 检验、 NP 检验等。 单位根检验时间序列的单位根研究是时间序列分析的一个热点问题。 时间序 列特性的时变行为实际上反映了时间序列的非平稳性质。 对非平稳时间序列的处 理方法一般是将其转变为平稳序列， 这样就可以应用有关平稳时间序列的方法来 进行相应得研究。 对时间序列单位根的检验就是对时间序列平稳性的检验， 非平 稳时间序列如果存在单位根，则一般可以通过差分的方法来消除单位根，得到 平稳序列。 对于存在单位根的时间序列， 一般都显示出明显的记忆性和波动的持 续性，因此单位根检验是有关协整关系存在性检验和序列波动持续性讨论的基 础。 1.3.3 自相关函数 (ACF) 判断 平稳时间序列的自相关函数 (ACF) 要么是截尾的， 要么是拖尾的。因此我 们可以根据这个特性来判断时间序列是否为平稳序列。 若时间序列具有上升或 下降的