ARIMA模型中自回归阶数与移动平均阶数的确定.docxVIP

ARIMA模型中自回归阶数与移动平均阶数的确定

引言

在时间序列分析领域，ARIMA（自回归积分移动平均模型）因其对线性依赖关系的强大捕捉能力，成为经济预测、气象分析、工业设备监控等领域的核心工具之一。该模型的核心参数包括自回归阶数（p）、差分阶数（d）和移动平均阶数（q），其中p和q的确定直接影响模型对历史数据的拟合精度与对未来趋势的预测能力。若阶数选择过低，模型可能因欠拟合而遗漏关键信息；若阶数过高，则可能因过拟合导致泛化能力下降。因此，科学确定p和q的取值，是ARIMA模型应用中不可绕过的关键环节。本文将系统梳理p和q确定的理论基础、常用方法及实践要点，为研究者和实践者提供可操作的指导框架。

一、ARIMA模型中p与q的理论内涵

要理解p和q的确定方法，首先需明确二者在模型中的数学含义与实际作用。

（一）ARIMA模型的基本结构

ARIMA模型是自回归模型（AR）、移动平均模型（MA）与差分操作的结合体，其数学表达式可概括为：经过d阶差分后的序列(y_t’)，满足(y_t’=c+1y{t-1}’++py{t-p}’+1{t-1}++q{t-q}+_t)（BoxJenkins，1976）。其中，(_1,,_p)为自回归系数，反映当前值与前p期值的线性依赖关系；(_1,,_q)为移动平均系数，描述当前误差项与前q期误差项的关联。p代表自回归部分的“记忆长度”，即模型需要参考多少期前的观测值来预测当前值；q则代表移动平均部分的“误差修正长度”，即模型需要考虑多少期前的随机扰动对当前值的影响。

（二）p与q对模型性能的影响机制

从统计学角度看，p和q的选择本质上是在模型复杂度与泛化能力之间寻求平衡。当p过小（如p=0）时，模型退化为MA(q)，无法捕捉序列的长期自相关性；当p过大时，过多的滞后项会引入噪声，导致系数估计的方差增大（Hamilton，1994）。类似地，q过小可能忽略误差项的序列相关性，导致残差中仍存在可预测的信息；q过大则可能将随机波动误判为系统误差，降低模型对新数据的适应能力。因此，准确识别p和q的合理范围，是构建有效ARIMA模型的前提。

二、p与q确定的传统方法：从经验判断到统计检验

早期ARIMA模型的应用主要依赖Box-Jenkins方法论，该框架将模型识别、参数估计与诊断检验作为闭环流程，其中p和q的确定是识别阶段的核心任务。目前常用的传统方法可分为两类：基于相关函数的图形分析法与基于信息准则的统计优化法。

（一）基于ACF与PACF的图形识别法

自相关函数（ACF）和偏自相关函数（PACF）是刻画时间序列线性依赖关系的重要工具。ACF衡量序列中各期值与滞后k期值的总体相关程度，PACF则剔除了中间期的影响，直接反映当前值与滞后k期值的净相关关系（BrockwellDavis，2002）。在ARIMA模型中，这两个函数的截尾特性为p和q的确定提供了直观依据：

对于纯AR(p)模型，其PACF会在滞后p期后突然截尾（即显著不为零的滞后项仅出现在前p期），而ACF则呈现指数衰减或正弦波动的拖尾特征；

对于纯MA(q)模型，其ACF会在滞后q期后截尾，PACF则表现为拖尾；

对于ARMA(p,q)模型，ACF和PACF均会拖尾，但PACF的显著滞后项数量可辅助判断p的上界，ACF的显著滞后项数量可辅助判断q的上界（Boxetal.,2015）。

例如，某经济变量的差分序列PACF在滞后2期后显著下降至置信区间内，ACF则呈现缓慢衰减，则可初步判断该序列符合AR(2)模型；若ACF在滞后3期后截尾，PACF拖尾，则可能为MA(3)模型。需要注意的是，实际数据中纯AR或纯MA模型较为少见，更多是ARMA(p,q)的混合形式，此时需结合两者的拖尾模式综合判断。

（二）基于信息准则的统计优化法

图形识别法依赖研究者的经验判断，主观性较强。为提高客观性，信息准则法通过构造综合模型拟合优度与复杂度的指标，自动筛选最优的p和q组合。常用的信息准则包括赤池信息准则（AIC）和贝叶斯信息准则（BIC）：

AIC=-2ln(L)+2k，其中L为模型似然函数值，k为待估计参数数量（p+q+1，含常数项）；

BIC=-2ln(L)+kln(n)，n为样本量。

两者均通过惩罚模型复杂度（k增大时，惩罚项增加）来避免过拟合，但BIC的惩罚力度更大，倾向于选择更简洁的模型（Akaike，1974；Schwarz，1978）。应用时，研究者需设定p和q的最大可能值（如p_max=5，q_max=5），计算所有(p,q)组合的AIC/BIC值，选择使准则值最小的组合作为最优阶数。例如，当p=2、q=1时AIC=150，p=1、q=2时AIC=155，则优先选择