金融计量经济学双语版全套-全文可读.pptxVIP

5-1课件Chapter 5Univariate time series modelling and forecasting 5-2课件1 introduction单变量时间序列模型只利用变量的过去信息和可能的误差项的当前和过去值来建模和预测的一类模型(设定)。与结构模型不同；通常不依赖于经济和金融理论用于描述被观测数据的经验性相关特征 ARIMA（AutoRegressive Integrated Moving Average）是一类重要的时间序列模型Box-Jenkins 1976当结构模型不适用时，时间序列模型却很有用如引起因变量变化的因素中包含不可观测因素，解释变量等观测频率较低。结构模型常常不适用于进行预测本章主要解决两个问题一个给定参数的时间序列模型，其变动特征是什么？给定一组具有确定性特征的数据，描述它们的合适模型是什么？ 5-3A Strictly Stationary ProcessA strictly stationary process is one whereFor any t1 ,t2 ,…, tn ∈ Z, any m ∈ Z, n=1,2,…A Weakly Stationary ProcessIf a series satisfies the next three equations, it is said to or covariance stat