金融时间序列分析复习资料
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
金融时间序列分析复习资料
一、单项选择题(每题2分,共20分) P61关于严平稳与(宽)平稳的关系;
弱平稳的定义:对于随机时间序列y t ,如果其期望值、方差以及自协方差均不随时间t 的变化而变化,则称y t 为弱平稳随机变量,即y t 必须满足以下条件: 对于所有时间t ,有 (i )
E (yt )=μ为不变的常数;
(ii ) Var (yt )=σ²为不变的常数;
(iii ) γj =E[y t -μ][y t-j -μ],j=0,±1,,2,… (j 为相隔的阶数)
(μ=0,cov (y t ,y t-j )=0,Var (yt )=σ²时为白噪音过程,常用的平稳过程。) 从以上定义可以看到,凡是弱平稳变量,都会有一个恒定不变的均值和方差,并且自协方差只与y t 和y t-j 之间的之后期数j 有关,而与时间t 没有任何关系。 严平稳过程的定义:如果对于任何j 1,,j 2,...,j k ,随机变量的集合(y t ,
y t+j1,,y t+j2,…,y t+jk )只依赖于不同期之间的间隔距离(j 1,j 2,…,
j k ),而不依赖于时间t ,那么这样的集合称为严格平稳过程或简称为严平稳
过程,对应的随机变量称为严平稳随机变量。 P46 t X 的k 阶差分是;△
k
X t =△
k-1
X t -△
k-1
X t-1,△ 表示差分
符号。
滞后算子;P54对于AR : L p y t =y t-p ,对于MA :L
p
εt =εt-p
AR (p )模型即自回归部分的特征根—平稳性;确定好差分方程的阶数,则其特征方程为:λp -α1λp-1-α2λp-2-…-αp =0,若所有的特征根的│λ│<1则平稳
补充:逆特征方程为:1-α1z1
-α2z²-…-αp zp
=0,若所有的逆特征根│z│>1,则平稳。注意:特征根和逆特征方程的根互为倒数。 如:p57作业3: y t =1.2y t-1-0.2y t-2+εt ,为二阶差分,其特征方程为:λ2-1.2λ+0.2=0,解得λ1=1,λ2=0.2,由于λ1=1,所以不平稳。
MA(q )模型121.10.24t t t t X εεε--=-+,则移动平均部分的特征根----可逆性;p88 所谓可逆性,就是指将MA 过程转化成对应的AR 过程 MA 可逆的条件是其逆特征方程的根全部落在单位圆外, 即1+θ1z
1
+θ2z²+…+θp zp =0,│z│>1,
此题q 为2,逆特征方程为:1-1.1z+0.24z²=0,
解得:Z=
AR (p ) MA (q ) ARMA (p ,q ) ACF 拖尾 q 期后截尾 拖尾 PACF P 期后截尾 拖尾 拖尾 若一序列满足ARIMA( p , d , q )模型(d > 0) , 则此序列平稳吗?
答:平稳,因为ARIMA( p , d , q )模型表表示经过d 次差分后的序列,其必定是平稳时间序列。
二、填空题(每题2分,共20分)。
平稳时间序列的特点:平稳时间序列的特征方程的单位根的绝对值都小于1,逆特征方程的根的绝对值都大于1。 (i )
E (yt )=μ为不变的常数;
(ii ) Var (yt )=σ²为不变的常数;
(iii ) γj =E[y t -μ][y t-j -μ],j=0,±1,,2,… (j 为相隔的阶数)
ARMA 所对应的AR 特征方程为?其MA 逆特征方程为? 对于自回归移动平均过程ARMA (p ,q ):y t =c+α1
y t-1 +α2 y t -2+…+αp
y t-p +εt +θ1εt+θ2εt-2+…+θq εt-q ,其对应的AR 的特征方程为:
λp -α1λp-1-α2λp-2-…-αp =0,MA 的逆特征方程为:1+θ1z
1
+θ2z
²+…+θp zp =0
已知AR (1)模型为:),0(~,x 7.02x 2t t 1-t t εσεεWN ++=,则)(t x E =
20/3 ,偏自相关系数11
φ= 0.7 。
设{}x t 为一时间序列,B 为延迟算子,则=t 2y B y t -2 。
如果观察序列的时序图平稳,并且该序列的自相关图拖尾,偏相关图1阶截尾,则选用什么ARMA 模型来拟合该序列?
ARMA 模型包括:AR (),MA ().ARMA ()。
AR (p ) MA (q ) ARMA (p ,q ) ACF 拖尾 q 期后截尾 拖尾 PACF P 期后截尾 拖尾 拖尾
条件异方差模型记号: ARCH(p),
GARCH(p ,q),GARCH-in-Mean,TGARCH,EGARCH,PGARCH,CGARCH,
三、计算题( 共4小题,每小题5分,共20分) P57 运用滞后算子得出其逆特征方程
1-α1z1-α2z²-…-αp zp
=0。或用特征方程::λp -α1λp-1-α2λp-2-…-αp =0
例p57(1).y t =1.2y t-1-0.2y t-2+εt ,
为二阶差分,其特征方程为:λ2-1.2λ+0.2=0,解得λ1=1,λ2=0.2,由于λ1=1,所以不平稳。为一阶单整。
对下列ARIMA 模型,求)(t Y E ∇和)(t Y Var ∇。
1175.03---++=t t t t e e Y Y (t e 为零均值、方差为2e σ的白噪声序列)
关于上面答案的分析:var 表示方差,因为白噪音为均值为零、相关系数 cov (y t ,y t-j )=0也为零,又方差为2e σ,所以得到以上运算结果; 注意方差的运算及性质:
1.设C 为常数,则D(C) = 0(常数无波动); 2.D(CX)=C 2
D(X) (常数平方提取);
3.当X 与Y 相互独立时,D(X±Y)=D(X)+D(Y)
4.当X 与Y 不独立时,D(X±Y)=D(X)+D(Y)+cov (X,Y )
⎪⎩⎪
⎨⎧=+=-+=∇=-+=∇--22
2111625)75.01()75.03()(3
)75.03()(e e t t t t t t e e Var Y Var e e E Y E σσ