时间序列分析.pptVIP

时间序列模型; 时间序列模型; 用什么方法去分析我国外商直接投资的变化趋势 和国内生产总值的变化趋势. 大部分同学都使用了时间变量或者虚拟变量作 为被解释变量来分析外商直接投资的变化趋势。也 就是说采用回归分析的方法来分析外商直接投资和 国内生产总值的变化趋势. ; 回归分析方法主要是以经济理论为基础,根据几个 变量之间的因果关系,建立回归模型来分析变量之 间的关系,以达到分析的目的. 回归分析方法既可以分析横截面数据,也可以分析 时间序列数据.; 时间序列分析方法由美国学者博克思Box-Jenkins和英国学者詹金斯 (G. M. JENKINS) 首先提出。它适用于各种领域的时间序列分析。 时间序列模型不同于一般的经济计量模型的两个特点是： ⑴ 这种建模方法不以经济理论为依据，而是依据变量自身的变化规律，利用外推机制描述时间序列的变化。 ⑵ 明确考虑时间序列的非平稳性。如果时间序列非平稳，建立模型之前应先通过差分把它变换成平稳的时间序列，再考虑建模问题。 ;一、 随机过程、时间序列; 确定型过程即可以用关于时间t的函数描述的 过程。例如，真空中的自由落体运动过程，电容 器通过电阻的放电过程，行星的运动过程等。 ; 非确定型过程即不能用一个（或几个）关于时间 t的确定性函数描述的过程。换句话说，对同一事 物的变化过程独立、重复地进行多次观测而得到的 结果是不相同的。 例如，对河流水位的测量。其中每一时刻的水 位值都是一个随机变量。如果以一年的水位纪录作 为实验结果，便得到一个水位关于时间的函数xt。 这个水位函数是预先不可确知的。只有通过测量才 能得到。而在每年中同一时刻的水位纪录是不相同 的。; 随机过程：由随机变量组成的一个有序序列称 为随机过程，用{x，t?T}表示，随机过程简记为 {xt} 或 xt 。随机过程也常简称为过程。 随机过程一般分为两类。一类是离散型的， 一类是连续型的。如果一个随机过程{xt}对任意 的t?T 都是一个连续型随机变量，则称此随机过 程为连续型随机过程。如果一个随机过程{xt}对 任意的t?T 都是一个离散型随???变量，则称此随 机过程为离散型随机过程。 ; 1）均值E(Xt)=?是与时间t 无关的常数； 2）方差Var(Xt)=?2是与时间t 无关的常数； 3）协方差Cov(Xt,Xt+k)=?k 是只与时期间隔k有关，与时间t 无关的常数； 符合三个条件的过程称为平稳的随机过程. 非平稳序列 有趋势的序列：线性的，非线性的 有趋势、季节性和周期性的复合型序列;一类特殊的平稳序列 ——白噪声序列;例如，要记录某市日电力消耗量，则每日的电力 消耗量就是一个随机变量，于是得到一个日电力 消耗量关于天数t的函数。而这些以年为单位的 函数族构成了一个随机过程 {xt}, t = 1, 2, … 365。因为时间以天为单位，是离散的，所以这 个随机过程是离散型随机过程。而一年的日电力 消耗量的实际观测值序列就是一个时间序列。 ; 自然科学领域中的许多时间序列常常是平稳.如工业生产中对液面、压力、温度的控制过 程，某地的气温变化过程，某地100年的水文资 料，单位时间内路口通过的车辆数过程等。但经 济领域中多数宏观经济时间序列却都是非平稳的 。如一个国家的年GDP序列，年投资序列，年进 出口序列等。 ;3.差分：时间序列变量的本期值与其滞后值相减 的运算叫差分。首先给出差分符号。对于时间序 列x t ，一阶差分可表示为 x t - x t -1 = ? x t = (1- L) x t = x t - L x t 其中? 称为一阶差分算子。L 称为滞后算子， 其定义是Ln x t = xt- n 。 ;二次一阶差分表示为， ??xt = ? xt - ? xt -1 = (xt - xt -1) – (xt-1 - xt -2) = xt - 2 xt -1+ xt –2， 或 ??xt = (1- L ) 2 xt = (1 – 2L + L 2 ) xt = xt –2 xt-1+ xt–2 k阶差分可表示为 xt - xt -k = ?k xt = (1- Lk ) xt = xt – Lk xt k阶差分常用于季节性数据的差分;;;二、 时间序列模型的分类; 与自回归模型常联系在一起的是平稳性问题。对 于自回归过程AR(p)，如果其特征方程 ?L) = 1- ? 1 L - ? 2 L2 - …- ? p L p = (1