《时间序列分析》课件 第1章 概览.pptxVIP

;

第一章概览

1.1时间序列分析的范畴

1.2时间序列数据特点

1.3时间序列分析中的常用概念;

1.1时间序列分析的范畴

时间序列分析是计量经济学中的一个重要分支，但

它与其他计量经济学范畴在一些方面存在着明显的区别。

首先，时间序列分析侧重于分析时间序列数据，即

按照时间顺序排列的数据，或者是随着时间变化而收集的数据。;

1.2时间序列数据的特点

当涉及时间序列分析时，我们引入按时间顺序

排列的数列，这个数列描述了某种随机变量的变化，数列中的数值是按时间先后顺序排列的。因此,时间序列数据的显著特征之一就是其与时间密切相关。

一般而言，时间序列变量具有两个显著的组成要素，即时间跨度和序列的频率。;

(点)

6000T

5000-

4000

3000-

2000-

1000

0+

199219962000200420082012201620202024

资料来源：Wind数据库。;

(点)

7000

6000

5000-

4000-

3000-

2000

1000-

0+

199219962000200420082012201620202024

资料来源：Wind数据库。;

8.4

8.0

7.6-

7.2

6.8

6.4

6.0

2000200420082012201620202024

24;

(%)

28-

24-

20-

16-

12

8

4-

0-

199019941998200220062010201420182022

资料来源：Wind数据库。;

(亿元人民币)

360000-

320000

280000-

240000

200000-

160000

120000

80000-

40000-

0-

199219962000200420082012201620202024

资料来源：Wind数据库。;

1.3时间序列分析中的常用概念

1.3.1增长率和收益率

简单净收益率(SimpleNetReturn):;

连续复合收益率

(continuouscompoundingreturn):

r,=100%×1n()

P-1;

对于多期来说，;

对于季度频率数据，年度化的增

长率计算公式为：;

对于月度频率数据，年度化的增

长率计算公式是：;

1.3.2随机变量与随机过程

例如：

y,=c+βx?+8,8,∈N(0,σ2)

其中，ε,~N(0,o2)表示εt服从

均值为0、方差为σ2的正态分布。注

意，正态分布也被称为高斯分