金融时间序列分析_第1页
金融时间序列分析_第2页
金融时间序列分析_第3页
金融时间序列分析_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第二章 线性时间序列分析及其应用第一节 平稳性1、研究平稳性的意义平稳性是时间序列分析的基础20世纪70年代，Granger（格兰杰）,Newbold（纽博尔德）研究发现，造成“伪

回归”的根本原因在于时间序列的非平稳性。因此，当经济变量数据为时间序列数据时，在利用回归分析方法讨论经济变量有意义的经济关系之前，必须对经济变量时间序列的平稳和非平稳进行判断。正整数，的联合分布是相同是一个常数2、严平稳：定义：时间序列{rt

}称为严平稳的。若对所有的t，任意正整数k和任意k个1

2

k(r

,

r+tt

+t

t

+t

t,,

r1

2

k(t

,

t

,,

t

))1

2

kt

t(r

,r

,,rt

)和)的联合分布在1

2

k即：严平稳要求(rt

,

rt,,

rt时间的平移变换下保持不变【注】这是一个很强的条件，难以用经验的方法验证3、弱平稳：定义：若时间序列{rt

}是弱平稳则：（1）E(rt

)=m

，m（2）cov(rt

,rt

-l

)=gl

，gl

只依赖于l即：{rt

}的均值与协方差不随时间而改变【注1】Var(rt

)和Var(rt

-l

)【注2】弱平稳性保证了{rt

}的前两阶矩是有限的【注3】严平稳且它的前两阶矩有限＝>弱平稳（反之不成立）若{rt

}是正态分布，则严平稳与弱平稳等价【注4】弱平稳性意味着数据的时间图显示出T个值在一个常数水平上下以相同的幅度②

g-l

=

gl（2）性质：①Var(rt

)=g0波动。（在应用中，弱平稳性使我们可以对未来观测进行推断预测）【注5】金融文献中，通常假定收益率序列是弱平稳的。4、自协方差：（1）定义：协方差

gl

=

cov(rt

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论