时间序列的随机模型分析课件.pptxVIP

第三讲时间序列的随机模型分析对外经济贸易大学金融学院金融工程系黄晓薇xwhuang@uibe.edu.cn

本讲参考教材Enders,Walter(2004),AppliedEconometricTimeSeries2nd,NewYork:JohnWileySons,Inc.nAnalysisofFinancialTimeSeries,2ndEdition,nTsay,R.,2005,Wiley-Interscience.《计量经济分析方法与建模——Eviews应用及实例》n?高铁梅（主编），清华大学出版社，2006《时间序列分析及应用——R语言》n?JonathanD.CryerKung-SikChan，机械工业出版社，2011《金融统计与计量》对外经贸大学金融学院第2页

时间序列分析方法时间序列分析方法由Box-Jenkins(1976)年提出。它适用n于各种领域的时间序列分析。时间序列模型不同于经济计量模型的两个特点是：?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。?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。《金融统计与计量》对外经贸大学金融学院第3页

第三讲时间序列的随机模型分析3.1时间序列的平稳性检验《金融统计与计量》对外经贸大学金融学院第4页

时间序列和随机过程《金融统计与计量》对外经贸大学金融学院第5页

差分《金融统计与计量》对外经贸大学金融学院第6页

时间序列平稳性的定义严平稳：{xt1,xt2,...,xtk}联合分布在时间平移变换下不变。n宽平稳：{x}均值、方差以及协方差是不随时间变化的。tnet-1－etett《金融统计与计量》对外经贸大学金融学院第7页

白噪声过程《金融统计与计量》对外经贸大学金融学院第8页

随机游走过程《金融统计与计量》对外经贸大学金融学院第9页

随机游走过程《金融统计与计量》对外经贸大学金融学院第10页

随机游走(RandomWalk)《金融统计与计量》对外经贸大学金融学院第11页

不同的非平稳序列tt-1tWhitenoisett-1ttt-1t《金融统计与计量》对外经贸大学金融学院第12页

单位根平稳的ADF检验《金融统计与计量》对外经贸大学金融学院第13页

单位根平稳的ADF检验DF检验n(令γ=β-1)0原假设为H：γ=0(有单位根，即序列不平稳)0nn事实上，需要考虑Δy有无漂移项，或有无时间趋势项。另t外，Δy亦有可能存在序列相关性，因此考虑下式（ADF检验）t《金融统计与计量》对外经贸大学金融学院第14页

ADF检验的步骤Noγ=0?沒有根，穩定YesNoYesNo有根，不穩定α2=0?γ=0?YesNoγ=0?沒有根，穩定YesNoYesNo有根，不穩定α0=0?γ=0?YesNoγ=0?沒有根，穩定Yes有根，不穩定《金融统计与计量》对外经贸大学金融学院第15页

ADF检验的临界值《金融统计与计量》对外经贸大学金融学院第16页

第三讲时间序列的随机模型分析3.2常用的线性时间序列模型《金融统计与计量》对外经贸大学金融学院第17页

常用的时间序列模型自回归模型ARn移动平均模型MAn自回归移动平均模型ARMAn单整自回归移动平均模型ARIMAn《金融统计与计量》对外经贸大学金融学院第18页

自回归模型（AR）《金融统计与计量》对外经贸大学金融学院第19页

自回归模型（AR）《金融统计与计量》对外经贸大学金融学院第20页

AR模型的平稳性问题《金融统计与计量》对外经贸大学金融学院第21页

AR模型的平稳性问题《金融统计与计量》对外经贸大学金融学院第22页

AR模型的平稳性问题《金融统计与计量》对外经贸大学金融学院第23页

AR模型的平稳性条件《金融统计与计量》对外经贸大学金融学院第24页

移动平均模型(MA)《金融统计与计量》对外经贸大学金融学院第25页

MA模型的随机模拟数据《金融统计与计量》对外经贸大学金融学院第26页

MA模型的可逆性条件《金融统计与计量》对外经贸大学金融学院第27页

自回归移动平均模型(ARMA)《金融统计与计量》对外经贸大学金融学院第28页

ARMA模型的平稳可逆性条件《金融统计与计量》对外经贸大学金融学院第29页

ARMA(1,1)的随机模拟《金融统计与计量》对外经贸大学金融学院第30页

单整自回归滑动平均模型ARIMA假设一个随机模型含有d个单位根，其经过d次差分之后可以n变换为一个平稳的自回归移动平均模型。则该随机模型称为单整自回归移动平均模型。伯克斯—詹金斯积数十年理论与实践的研究指出，时间