计量学-向量自回归和自回归条件异方差模型课件.pptVIP

计量学-向量自回归和自回归条件异方差模型1 本章介绍时间序列的向量自回归和自回归条件异方差模型。nnn向量自回归模型是自回归移动平均模型从单个时间序列到多个时间序列的扩展。自回归条件异方差模型主要考察时间序列数据波动性的变化，在金融领域的风险分析中有重要应用。本章介绍这两种模型的意义和特征、参数估计、检验和应用等。n2 第一节 向量自回归模型一、向量自回归模型概述ARMA模型分析针对单个时间序列，存在忽略经济变量之间内在联系的缺点。n克服这个缺点的方法是把ARMA模型扩展到针对多个时间序列，把ARMA模型中的变量换成向量。n因为自回归移动平均模型可相互转换，而且在n向量变量的情况下自回归模型比较方便，因此一般主要考虑向量变量的自回归模型，称为“向量自回归模型”（Vector autoregression model，VAR）。3 (一)VAR模型的表示形式把p阶自回归模型AR(p)中的变量和误差项都变成向量，系数变成系数向量或矩阵，就得到一个p阶向量自回归模型VAR(p)：n引进滞后算子，向量自回归模型可以写成n或者4 引进下列记号：n则p 阶向量自回归模型VAR(p)，也可写成一阶自回归形式VAR(1)：5 其中 的协方差矩阵为n6 为了分析的方便，也常常假设 服从多元正态分布，即 ~nn，其中可以包含一定自相关性，即 是对称正定矩阵，但不一定是对角线矩阵。当 满足该假设时，上述