长记忆时间序列模型及应用
合集下载
相关主题
- 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)。
k
k
RT
max 1kT
(yt
t1
yT
)
min 1kT
(yt
t1
yT)
sT
T1
T
(yt
t1
1/2
yT)2
可编辑ppt
26
重新标度极差统计量的性质
对于短期关联过程, QT Op(T1/2)
时间序列研究的主要任务
描述时间序列中的动态(Dynamic)关联 性,用于理解其变化的规律或对其进行 预测;
自相关性(autocorrelation)的刻画
Rkcov(yt,ytk), k0,1,2,
kcorr(yt,ytk), k0,1,2,
可编辑ppt
4
ARMA模型的形式
ARMA(p,q)模型
可编辑ppt
9
ARMA模型的谱密度函数
f
*( )
2 a
2
(e i ) ( e i )
2
,
;
于是
f
*(0)
2 a
(1)
2
0
2 (1)
可编辑ppt
10
ARMA模型的估计
条件极大似然估计; 极大似然估计; 最小二乘估计;
可编辑ppt
11
单位根过程
如果 (1) 0 ,那么 { y t } 称为单位 根过程,此时为非平稳过程。
长记忆时间序列模型及应用
王明进 博士 北京大学光华管理学院 商务统计与经济计量系 教授 金融风险管理中心 主任
2010年6月
可编辑ppt
1
主要内容
ARMA模型的回顾; 长记忆的概念; 长记忆的检验方法; ARFIMA模型; 一些应用;
可编辑ppt
2
1. ARMA模型的回顾
可编辑ppt
3
Range -8.5557*** -5.8614*** -30.9954*** -5.4938*** 3.9385***
lnRange -7.3599*** -5.4457*** -27.875*** -5.0333*** 4.6528***
可编辑ppt
16
自相关函数图形
0.6 0.5 0.4 0.3 0.2 0.1
比如如下的I(1)过程:
p1(B)(1B)yt q(B)at, p1(z)0, for |z|1
可编辑ppt
12
单位根的检验
Augmented Dickey-Fuller(ADF)检验(Said & Dickey 1981);
Phillips-Perron(PP)检验(Phillips & Perron 1988);
n
lim
n
|
jn
j
|
可编辑ppt
22
基于谱函数的定义
如果存在常数 0d1/2,使得
f()~ G 2 d, a s 0
基于自相关函数和基于谱函数的定义是 等价的。
可编辑ppt
23
短程关联和长程关联*
强相合过程(strong mixing)被称为短程 关联(short range dependency)过程 (Rosenblatt 1956);
Perron-Ng (PN)检验(Perron & Ng 1996);
Kwitkowski-Phillips-Schmidt-Shin(KPSS)检 验 (Kwitkowski et al. 1992);
可编辑ppt
13
上证指数日全距序列 (1997.01.03-2010.06.18)
0Baidu Nhomakorabea12
(B)( yt ) (B)at (B) 11B pBp, (B) 11B qBq,
其中{ a t } 是白噪声
E(at) 0, E(at2) 2,
E(atas)0, for t s
可编辑ppt
5
ARMA模型的平稳性条件
如果 (z) 0 , fo r|z| 1,那么ARMA模型定义 了唯一的二阶平稳解
不满足强相合性的过程称为长程关联 (long range dependency)过程(Lo 1991, Guegan 2005)
长记忆过程属于这里的长程关联过程。
可编辑ppt
24
3. 长记忆的检验
可编辑ppt
25
重新标度极差统计量
重新标度极差(rescaled-range)统计量
其中
QT RT /sT
yt ((B B))at j 0jatj
可编辑ppt
6
ARMA模型的可逆性条件
如果 (z)0 , fo r|z| 1,那么ARMA模型 能够唯一地表达成如下的无穷阶自回归 模型的形式
at ((B B))(yt) j 0j(ytj)
可编辑ppt
7
ARMA模型的自相关特征
任何一个平稳的ARMA模型的自相关函数 都是呈指数递减的,即
k~cek, ask
因此自相关函数绝对可和,
| k |
k
可编辑ppt
8
平稳过程的谱函数
谱密度函数是定义在 [ , ] 上的偶函数且
满足 R k f()eikd f()cos(k)d,
k0,1,2,
如果自协方差函数绝对可加,
f()2 1k R ke i k, f(0 )2 1k R k
0 -0.1
0
0.6 0.5 0.4 0.3 0.2 0.1
0 -0.1
0
(a) Range
100
200
300
400
500
600
700
800
(b) Log Range
100
200
300
400
500
600
700
800
可编辑ppt
17
估计的谱密度函数
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.1
0.08
0.06
0.04
0.02
0 1997
1999
2002
2005
2007
2010
可编辑ppt
14
取对数之后的全距序列
-2 -2.5
-3 -3.5
-4 -4.5
-5 -5.5
-6 1997
1999
2002
2005
2007
2010
可编辑ppt
15
单位根检验的结果
ADF-t(10) ADF-t(20) PP-t PN-t KPSS
Stat
pValu
e
Q(10)
31.4 55 0.0003 4
Q(20)
43.5 70 0.0017 1
69.4
Q(50) 81 0.0355
8
可编辑ppt
20
2. 长记忆的概念
可编辑ppt
21
基于自相关函数的定义
如果存在常数 0d1/2,使得
k~ck2d 1, ask
此时自相关函数不再绝对可和,
0.06
0.04
0.02
0
0.5
1
1.5
2
2.5
3
3.5
可编辑ppt
18
估计的ARMA模型
经过模型选择阶数得到
(10.9623B)(yt 4.0875)(10.7248B)at
2
0.1849
AIC3743.20, BIC3761.46
可编辑ppt
19
ARMA(1,1)残差的Box-Ljung检验