金融计量学(第三版)课件-平稳金融时间序列 ARMA模型.pptx

;;;图5.1模拟生成的MA(1)序列;;;;;图5.2(a)MA（1）过程的

理论自相关函数图;图5.2(b)MA（1）过程的

理论自相关函数图;图5.2(c)MA（1）过程的

理论自相关函数图;图5.2(d)MA（1）过程的

理论自相关函数图;;;;;图5.3MA(2)过程模拟

生成的序列;5.4MA(2)过程的理论

自相关函数图;;;;;;;5.2.2ARMA（p,q）过程的平稳性与可逆性

从MA过程的特性知道，MA过程在任何条件下都是平稳过程，所以，对于ARMA过程的平稳性要求，就完全表现在对AR部分的要求上。

;平稳性

对于任意一个ARMA过程

其平稳性要求是，等式

的根都要落在单位圆内。如果其中一个或多个根落于单位圆上，则此时的ARMA(p,q)过程称为自回归单整移动平均过程，记做ARIMA(p,d,q)。

;

可逆性

ARMA（p,q）过程的可逆条件是

都要落在单位圆外，与纯MA（q）过程的可逆条件完全相同。

;;;;;;图5.5ARMA（1，1）的

理论自相关函数图;;;;;;;;图5.6AR（1）模型的

理论PACF;;;;;;;图5.7AR与MA模型的

PACF比较;表5.1;;;;;5.4.3实例演示;图5.9上海证券综合指数的SACF、SPACF以及Q-统计量;图5.10上海证券综合指数的SACF、SPACF以及Q-统计量;图5.10上海证券综合指数的SACF、SPACF以及Q-统计量;;;;;;;;;图5-12AR模型回归估计中滞后造成的观测值缺失及处理;;图5.13

中国季度CPI通胀率（％）;;;图5-14中国CPI通胀率的

PACF与SACF;;表5.2中国CPI通胀率

AR(5)模型的估计结果;图5.15AR(5)模型回归的

残差序列;图5.15AR(5)模型回归的

残差序列的自相关图