第十二讲平稳时间序列.pptxVIP

第十二讲平稳时间序列;利用回归模型进行预测;时间序列;几个时间序列得例子;从第4个图可以瞧出:股指日收益率在某一段时间内剧烈波动,而在另一段时间内又风平浪静。从理论上,这可以抽象为,当本期或过去若干期得波动(方差)较大时,未来几期得波动(方差)很可能也较大;反之亦然。换言之,方差大得观测值似乎集聚在一起,而方差小得观测值似乎也集聚在一起。这被称为“波动集群”(volatility clustering)或“扎堆”。;时间序列数据得这种特殊得异方差现象,被称为“自回归条件异方差”(ARCH) 。Bollerslev (1986)对ARCH 进行了推广,创建了GARCH模型。 金融时间序列得特点就是“波动性集聚”。大幅得波动跟随大幅得波动,小幅得波动跟随小幅得波动。由于ARCH 模型存在方差得波动性,因此给投资者提供了套利空间。;滞后、一阶差分、对数与增长率;通常我们先计算经济时间序列得对数或对数变化后再来分析它们。这么做得一个理由就是许多经济序列,如国内生产总值,具有近似指数得增长速度,即序列长期而言趋向于平均每年以一定得百分率增长。因此,序列得对数具有近似于线性得增长速度。;12;类似得,我们有:;年通货膨胀率得两种计算方法;自相关;最简单得一阶自相关得公式为:;表中得这些数据表明通货膨胀就是强正自相关得:一阶自相关系数为0、84。样本自相关系数随着滞后阶数得增加而下降,但就是即使