张晓峒1讲-季节ARIMA模型.docxVIP

第1讲季节时刻序列〔SARIMA〕模型

1．时刻序列〔ARIMA〕模型回忆

时刻序列分析方法由Box-Jenkins(1976)年提出。它适用于各种领域的时刻序列分析。

时刻序列模型不同于经济计量模型的两个特点是：

〔1〕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刻序列的变化。

〔2〕明确考虑时刻序列的非平稳性。要是时刻序列非平稳，建立模型之前应先通过差分把它变换成平稳的时刻序列，再考虑建模咨询题。

时刻序列模型的应用：

〔1〕研究时刻序列本身的变化规律〔何种结构，建立模型，有无确定性趋势，有无单位根，有无季节性成分〕。

〔2〕在回回模型的推测中首先推测解释变量的值。

〔3〕非经典经济计量学的根底知识之一。

滞后算子与差分算子

滞后算子：表示时刻滞后的算子，常用L或B表示。例，Lxt=xt-1，Lnxt=xt-n。

差分：时刻序列变量的本期值与其滞后值相减的运算喊差分。表示差分运算的算子称作差分算子，常用?或D表示。

差分分为一阶差分和高阶差分，一次差分和高次差分。

例，一阶差分?xt=xt-xt-1=xt-Lxt=(1-L)xt。

例，高阶差分?kxt=xt-xt-k=xt–Lkxt=(1-Lk)xt。

例，二次差分??xt=(1-L)2xt=(1–2L+L2)xt=xt–2xt-1+xt–2

高阶差分常用于季节性数据的差分，如季度数据的4阶差分、月度数据的12阶差分等。

滞后算子与差分算子能够直截了当参与运算。

滞后算子有如下性质。

〔1〕常数与滞后算子相乘等于常数。Lc=c

〔2〕滞后算子适用于分配律。(Li+Lj)xt=Lixt+Ljxt=xt-i+xt–j

〔3〕滞后算子适用于结合律。LiLjxt=Li+jxt=xt-i–j,(Lj)2xt=LjLjxt=L2jxt=xt–2j

〔4〕滞后算子的零次方等于1。L0xt=xt

〔5〕滞后算子的负整数次方意味着超前。L-ixt=xt+i

中文对时刻前后的描述混乱。

往常，从前，前年，滞后现在以后，今后，后年，超前

时刻

backward,lag,now,lead,forward,

几种典型的随机过程

1．白噪声〔whitenoise〕过程

关于随机过程{xt,t?T},要是E(xt)=0,Var(xt)=?2??,t?T;Cov(xt,xt+k)=0,(t+k)?T,k?0,那么称{xt}为白噪声过程。

2．随机游走〔randomwalk〕过程

关于下面的表达式

xt=xt-1+ut

要是ut为白噪声过程，那么称xt为随机游走〔随机游动、随机漫游〕过程。

3．自回回过程，AR(p)

要是一个剔出均值和确定性成分的线性过程可表达为

xt=?1xt-1+?2xt-2+…+?pxt-p+ut,

其中?i,i=1,…p是自回回参数，ut是白噪声过程，那么称xt为p阶自回回过程，用AR(p)表示。xt是由它的p个滞后变量的加权和以及ut相加而成。

4．移动平均过程，MA(q)

要是一个剔出均值和确定性成分的线性随机过程可用下式表达

xt=ut+?1ut–1+?2ut-2+…+?qut–q=(1+?1L+?2L2+…+?qLq)ut=??L

其中?1,?2,…,?q是移动平均参数，ut为白噪声过程，那么上式称为q阶移动平均过程，记为MA(q)。之因此称“移动平均〞，是因为xt是由q+1个ut和ut滞后项的加权和构造而成。“移动〞指t的变化，“平均〞指加权和。

5．自回回移动平均过程，ARMA(p,q)

由自回回和移动平均两局部共同构成的随机过程称为自回回移动平均过程，记为ARMA(p,q),其中p,q分不表示自回回和移动平均局部的最大阶数。ARMA(p,q)的一般表达式是

xt=?1xt-1+?2xt-2+…+?pxt-p+ut+?1ut-1+?2ut-2+...+?qut-q

即

(1-?1L-?2L2-…-?pLp)xt=(1+?1L+?2L2+…+?

或

?(L)xt=?(L)ut

其中?(L)和?(L)分不表示L的p,q阶特征多项式。

ARMA(p,q)过程的平稳性只依靠于其自回回局部，即?(L)=0的全部根取值在单位圆之外〔尽对值大于1〕。其可逆性那么只依靠于移动平均局部，即?(L)=0的根取值应在单位圆之外。

6．单整〔单积〕自回回移动平均过程，ARIMA(p,d,q)

考虑如下模型

?(L)?dyt=?(L)ut

其中?(L)是一个平稳的自回回算子。即?(L)=0的根都大于1。?(L)表示可逆的移动平均算子。?(L)=0的根都大于1。那么称yt为〔p,d,q〕阶单整(单积)自回回移动平均过程，记为ARIMA(p,d,q)。其中?(L)?d称为广义自回回算子。

Wold分解定理：任何协方差平稳过程xt，都能够被表示为

xt-?-