第七章 時間序列分析基礎

趙國慶中國人民大學出版社21世紀經(jīng)濟學系列教材普通高等教育“十五”、“十一五”國家級規(guī)劃教材計量經(jīng)濟學（第四版）時間序列分析基礎計量經(jīng)濟學第七章重點問題AR模型

MA模型ARMA模型2023/2/5第七章時間序列分析基礎主要內容第一節(jié)時間序列的基本概念

第二節(jié)自回歸模型

第三節(jié)滑動平均模型第四節(jié)自回歸滑動平均模型第五節(jié)時間序列模型預測第六節(jié)時間序列的應用2023/2/5第七章時間序列分析基礎第一節(jié)時間序列的基本概念一、定義

2023/2/5第七章時間序列分析基礎第一節(jié)時間序列的基本概念二、自協(xié)方差函數(shù)和自相關函數(shù)2023/2/5第七章時間序列分析基礎第一節(jié)時間序列的基本概念三、自協(xié)方差函數(shù)的性質2023/2/5第七章時間序列分析基礎第一節(jié)時間序列的基本概念四、滯后算子多項式2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型一、AR模型的定義2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型二、AR(p)模型的識別1.AR(p)模型的平穩(wěn)性條件2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型例：AR(2)模型的平穩(wěn)域2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型φ2φ1-1φ1+φ2<1φ2-φ1<1︱φ2︱<1AR(2)模型的平穩(wěn)域2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2.AR(p)序列的自相關函數(shù)2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型AR(1)φ1=-0.8AR(1)φ1=0.8AR(1)序列自相關函數(shù)2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型AR(2)φ1=+0.6φ2=+0.2AR(2)φ1=-0.6φ2=+0.2AR(2)序列自相關函數(shù)2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型AR(2)φ1=+0.75φ2=-0.5AR(2)φ1=-0.8φ2=-0.6AR(2)序列自相關函數(shù)2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型三、AR(p)模型的估計2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型四、AR(p)模型的檢驗1.模型的平穩(wěn)性首先我們要分析所建立模型的平穩(wěn)性，也就是要對多項式φ(L)=0的根進行檢驗，如果φ(L)=0的根均在單位圓外，即這些根的模皆大于1，那么，這個模型就適合平穩(wěn)性條件。若φ(L)=0的某個根或其一對根的模接近1，則為了得到平穩(wěn)性，必須進行差分。2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2023/2/5第七章時間序列分析基礎第二節(jié)自回歸模型2.殘差分析檢驗即檢驗殘差序列еt是否為白噪聲2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型一、MA模型的定義2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型二、MA(q)模型的識別1.滑動平均序列Yt的自協(xié)方差函數(shù)和自相關函數(shù)2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型MA(1)θ1=-0.8MA(1)θ1=+0.82023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型MA(2)θ1=+1.4,θ2=-0.6MA(2)θ1=-0.8,θ2=-0.52023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型MA(2)θ1=-0.5,θ2=+0.2MA(2)θ1=+0.4,θ2=+0.22023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2.MA(q)模型的可逆性2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型三、MA(q)模型的估計2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型2023/2/5第七章時間序列分析基礎第三節(jié)滑動平均模型四、MA(q)模型的檢驗2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型一、ARMA模型的定義2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型二、ARMA(p,q)模型的識別1.ARMA(p,q)模型的平穩(wěn)性條件2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2.ARMA(p,q)模型的自行關函數(shù)和偏相關函數(shù)2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型φ1=-0.5θ1=+0.8φ1=-0.6θ1=-0.2φ1=+0.2θ1=+0.6φ1=+0.7θ1=-0.3φ1=+0.6θ1=+0.2圖：ARMA(1,1)自相關函數(shù)2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型三、ARMA(p,q)模型的估計如果ARMA(p,q)模型的誤差序列ut服從正態(tài)分布，可以用最小二乘法和極大似然估計來估計。2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型2023/2/5第七章時間序列分析基礎第四節(jié)自回歸滑動平均模型四、ARMA模型的檢驗2023/2/5第七章時間序列分析基礎第五節(jié)時間序列模型預