- 1、本文档共88页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:19108035856(电话支持时间:9:00-19:00)。
在计量经济学的内容体系中时间序列分析是非常重
要的一个分支,其产生最早可以追溯到1927年英
计学家Yule AR模型 (autoregressive model )。
随后不久英国数学家Walker在分析 大气规律时
使用了MA模型 (moving average model )和ARMA模型
(autoregressive moving average model)。
1976年 统计学家Box和英 计学家Jenkins合
作写了<Time Series ysis Forecasting and Control>
一书,该书系统阐述了ARIMA模型 (autoregressive
integrated moving average model)的识别、估计、
检验及预测的原理和方法,ARIMA模型通常也称为Box-
Jenkins模型 (BJ模型)。BJ模型是适用于单变量、同
方差场合的常用线性模型。
随着对时间序列研究的深入,统计学家和计量经济
学家们对时间序列的分析方法分别从多变量、异方差
和非线性三个方向进行了拓展,取得了一系列的成果。
在异方差方向上, 计量 Engle (1982)
提 出 ARCH 模 型 (autoregressive conditional
heteroscedasticity model ),用来研究英国通货膨
胀率的建模问题;
为了放宽ARCH模型的约束条件,Bollerslov (1986)
提出了GARCH 模型 (generalized autoregressive
conditional heteroscedasticity model);
随后,Engle等 (1987)提出了ARCH-M模型 (ARCH-
in-mean model ),GARCH-M模型;Nelson(1991)提出
了EGARCH 模型 (exponential GARCH model ) ;
Glosten 等 (1993 )提出了TARCH 模型 (Threshold
ARCH model)等,这些异方差模型是对经典的ARIMA模
型的很好补充,能够更为准确的刻画 风险的
变化过程,特别适用于金融时间序列的分析。
在多变量方向上,Granger(1987) 提出了协整
(cointegration)理论,为多变量时间序列的建模
拓展了空间;
另一方面,Sims(1980) 提出VAR 模型 (vector
autoregressive model),将单变量自回归模型推广
到多变量时间序列组成的向量自回归模型,推动了经
济系统动态性分析的应用。
在非线性时间序列分析方向上,Tong (1983)提
出了利用分段线性化构造的TAR模型 (threshold
autoregressive model),该模型是目前分析非线性
时间序列的经典模型。
第一节时间序列分析的基本概念
一、随机过程
由随 量组成的一个有序序列称为随机过程,
记为{x (s, t) , sS , tT },简记为 {x } 或x 。
t t
其中S表示样本空间,T表示序数集。对于每一个 t,
tT, x (·, t ) 是样本空间S中的一个随 量。
对于每一个 s, sS , x (s, ·)是随机过程在序
数集T中的一次实现。
时间序列
随机过程的一次实现称为时间序列,可用{x }或
t
x 表示。随机过程
文档评论(0)